Исследователи из Каролинского института разработали метод, который должен быть способен предсказать, принесет ли пациентке с раком молочной железы пользу то или иное лечение или нет. Согласно исследованию, опубликованному в Proceedings of the National Academy of Sciences, метод на основе клеток был протестирован на пациентах с многообещающими результатами.

"Сегодня существуют ограниченные возможности заранее определить, какие пациенты с раком молочной железы получают пользу от различных методов лечения. Этот метод может предсказать, как пациенты будут реагировать на определенные методы лечения, что означает, что можно избежать ненужных побочных эффектов и сэкономить затраты. Необходимы более масштабные подтверждающие исследования, но мы видим, что концепция работает", - говорит Йохан Хартман, профессор кафедры онкологии и патологии Каролинского института и автор-корреспондент исследования.

В настоящее время доступно несколько различных препаратов для лечения рака молочной железы. Но болезнь сложная, и не всем пациентам помогают одни и те же или все лекарства. Некоторую информацию о том, какое лечение принесет пользу пациенту, можно получить, например, с помощью секвенирования ДНК. Однако во многих случаях невозможно сказать, поможет ли лечение отдельному пациенту или нет, и поэтому необходимы более совершенные методы для прогнозирования того, как пациенты отреагируют на лечение.

Метод, разработанный исследователями KI, основан на выделении и культивировании не только опухолевых клеток, но и так называемых поддерживающих клеток у пациентов с раком молочной железы. Затем методы лечения рака тестируются в различных концентрациях на культивируемых клетках, чтобы определить, насколько они чувствительны к лекарствам.

Клеточные модели, аналогичные опухолям пациентов

В текущем исследовании исследователи показывают, что можно создать этот тип клеточной модели опухоли из опухолей молочной железы и что клеточные модели сходны с опухолями пациентов по происхождению соответствующими способами, например, генетически и с точки зрения различных белковых маркеров.

Модели опухолей были созданы на основе биопсий 98 пациентов, перенесших операцию по удалению рака молочной железы. На них было протестировано более 35 существующих препаратов от рака молочной железы и разрабатываемых препаратов от рака молочной железы. Затем исследователи смогли увидеть, что чувствительность к лекарствам, которую демонстрировали модели опухолей, во многом соответствовала современным знаниям о вариантах лечения, основанных на типах опухолей пациентов, и что в некоторых случаях модели опухолей были чувствительны к препаратам, которые находились в стадии разработки.

Затем исследователи изучили, насколько точно этот метод может предсказать реакцию на лечение. Валидационное исследование было проведено на 15 пациентах с раком молочной железы, которые получали лечение до операции, так называемое неоадъювантное лечение, в Södersjukhuset в Стокгольме.

На основе биопсий, взятых перед операцией, исследователи создали модели опухолей для каждого пациента и подвергли их воздействию тех же препаратов, которые получал пациент. После этого чувствительность моделей к лекарственным средствам сравнивалась с реакцией пациентов на лечение.

Высокая точность

Результаты показывают, что ответы на лечение, предсказанные моделью опухоли, в целом соответствовали ответам на лечение, которые впоследствии проявил пациент. Например, модель предсказала ответ на лечение химиотерапевтическим препаратом эпирубицином с 90-процентной точностью, в то время как у четырех из четырех пациентов, получавших и протестированных на моноклональные антитела к HER2, результаты были стабильными.

Исследователи отмечают, что также возможно создавать модели клеток из небольших опухолей, которые часто считаются технически сложными для отбора образцов без ущерба для диагностики, и что тесты могут быть проведены относительно быстро.

"В большинстве случаев мы можем провести индивидуальное тестирование на наркотики и получить результат в течение десяти дней, что указывает на то, что этот метод может работать в повседневной клинической практике. Но он также может быть использован в исследованиях и разработке лекарств", - говорит первый автор исследования Синсун Чен, специалист по исследованиям в отделении онкологии и патологии Каролинского института.

Следующим шагом является тестирование метода на большей группе пациентов и изучение возможности комбинирования его с другими молекулярными методами для еще лучшего прогнозирования результатов лечения, а также изучения механизмов резистентности.