Разработан метод, предсказывающий исход лечения пациентов с раком молочной железы

Разработан метод, предсказывающий исход лечения пациентов с раком молочной железы

Исследователи из Каролинского института в Швеции разработали метод, позволяющий предсказать, принесет ли пациенту с раком молочной железы пользу то или иное лечение. Согласно исследованию, опубликованному в журнале PNAS, метод на основе клеток уже был испытан на пациентах и показал многообещающие результаты.

— В настоящее время существует ограниченное количество способов предсказать, какие пациентки с раком молочной железы получат пользу от различных методов лечения. Метод предсказывает, как пациенты будут реагировать на определенное лечение, что позволяет избежать ненужных побочных эффектов и сэкономить расходы. Необходимы более обширные подтверждающие исследования, но мы видим, что концепция работает, — говорит Йохан Хартманн, профессор кафедры онкологии и патологии Каролинского института и соавтор исследования.

В настоящее время для лечения рака молочной железы доступны несколько препаратов. Но болезнь сложная, и не всем пациентам помогают одни и те же или все препараты. Например, секвенирование ДНК может дать определенную информацию о том, какое лечение принесет пользу пациенту. Однако во многих случаях невозможно сказать, поможет ли лечение конкретному пациенту или нет, и необходимы более эффективные способы прогнозирования реакции пациентов на лечение.

Метод, разработанный исследователями KI, основан на выделении и культивировании не только опухолевых клеток, но и так называемых клеток поддержки у больных раком молочной железы. Затем онкологические препараты в различных концентрациях тестируются на культивируемых клетках, чтобы определить, насколько они чувствительны к лекарствам.

Например, секвенирование ДНК может дать определенную информацию о том, какое лечение принесет пользу пациенту. Однако во многих случаях невозможно сказать, поможет ли лечение конкретному пациенту или нет, поэтому необходимы более совершенные методы для прогнозирования реакции пациентов на лечение.

В данном исследовании ученые показали, что можно создавать подобные модели опухолевых клеток из опухолей молочной железы, и что эти клеточные модели похожи на опухоли пациентов в соответствующих аспектах, например, генетически и по различным белковым маркерам.

Модели опухолей были созданы на основе биопсий 98 пациентов, перенесших операцию по поводу рака молочной железы. На них было протестировано более 35 существующих и разрабатываемых препаратов против рака молочной железы. Затем исследователи смогли увидеть, что чувствительность опухолевых моделей к лекарствам в целом соответствовала текущим знаниям о вариантах лечения, основанным на типах опухолей, которые были у пациентов, и что в некоторых случаях опухолевые модели были чувствительны к лекарствам, находящимся в стадии разработки.

Затем исследователи изучили, насколько точно этот метод может предсказать ответ на лечение. В валидационном исследовании приняли участие 15 пациенток с раком молочной железы, которые прошли предоперационное лечение, известное как неоадъювантное лечение, в S?dersjukhuset в Стокгольме.

На основе биопсии, взятой перед операцией, исследователи создали модель опухоли для каждого пациента и подвергли ее воздействию тех же препаратов, которые получал пациент. Затем лекарственная чувствительность моделей сравнивалась с ответом пациентов на лечение.

Результаты показали, что терапевтические ответы, предсказанные моделью опухоли, в целом соответствовали последующим ответам пациентов. Например, модель предсказала ответ на химиотерапевтический препарат эпирубицин с точностью 90%, в то время как у четырех из четырех пациентов, получавших и тестировавших моноклональные антитела против HER2, наблюдался стабильный исход.

Следующим шагом будет испытание метода на более крупной группе пациентов, чтобы выяснить, можно ли сочетать его с другими молекулярными методами для еще более точного прогнозирования результатов лечения и изучения механизмов резистентности.


Подписывайтесь на «Гродно 24» в Дзен Новости и на наш канал в Дзен

Поделись публикацией

Самые популярные публикации


Следи за нами в социальных сетях