Uuden menetelmän avulla voidaan analysoida tarkasti syöpäsolujen ja niitä ympäröivän kudoksen ominaisuuksia yksittäisten solujen tasolla.
Innovaatio mahdollistaa pään ja kaulan alueen entistä täsmällisemmän diagnostiikan sekä syövän hoitovasteen ja ennusteen aiempaa tarkemman arvioinnin.
Koneälyyn perustuva tekniikka syntyi Helsingin ja Turun yliopistojen ja saksalaisen Max Planck -instituutin tutkimusyhteistyönä.
Tutkijat analysoivat menetelmällä satoja biopankin potilasnäytteitä yksittäisten solujen tarkkuudella.
Jokaisesta potilaasta sormenjälki
Uusi teknologia luo jokaisesta potilaasta eräänlaisen sormenjäljen, jonka perusteella voidaan arvioida taudin ennustetta ja hoitovastetta.
Tutkijat tunnistivat näin kaksi aiemmin havaitsematonta potilasryhmää. Ensimmäisessä ryhmässä ennuste oli poikkeuksellisen hyvä, toisessa poikkeuksellisen huono.
Ero selittyi syöpäsoluja ympäröivän kudoksen koostumuksella.
Jälkimmäisessä ryhmässä taudin aggressiivisuus liittyi EGF-kasvutekijän välittämään signalointiin syöpäkudoksen ja ympäröivän kudoksen välillä.
”Läpimurto syövän kehityksen ymmärtämisessä”
”Nämä tulokset ovat läpimurto syövän kehityksen ymmärtämisessä ja diagnostiikassa”, sanoo tutkimusjohtaja Sara Wickström Helsingin yliopistosta.
”Olemme ensimmäistä kertaa osoittaneet, että syöpäsolujen ja niin sanotun terveen kudoksen solutyyppien erityisillä yhdistelmillä on vahva ennusteellinen vaikutus syövän etenemiseen.”
Tutkijat tunnistivat myös keskeisen signaalinvälitysreitin, joka selittää yhteisvaikutuksen ja johon voidaan puuttua lääkkeiden avulla.
Lisäksi tulokset auttavat valitsemaan potilaalle oikean hoidon, sanoo tutkijatohtori Karolina Punovuori.
Huonoennusteiset hyötyvät aggressiivisesta strategiasta, ja hyvän ennusteen saaneille riittää ehkä pelkkä kirurginen toimenpide.
”Osa syöpädiagnostiikan vallankumousta”
Tutkijat kehittävät parhaillaan tulostensa pohjalle diagnostista testiä pään ja kaulan alueen syöpään.
Lisäksi he selvittävät menetelmän käyttöä myös muiden syöpätyyppien, kuten paksusuolen syövän, diagnostiikassa.
”Tutkimuksemme hyödyntää uusimpia koneoppimisen ja spatiaalisen biologian analyysimenetelmiä”, Sara Wickström kertoo.
”Tutkimus on osa uutta syöpädiagnostiikan vallankumousta, ja uskomme, että tämä teknologia tulee parantamaan merkittävästi syöpien diagnostiikkaa ja hoitostrategioiden tarkkuutta tulevaisuudessa.”
Edullinen testi yleistyvään tautiin
Vasta-ainevärjäykseen perustuva näytteiden kuvantaminen on jo kliinisessä käytössä.
”Menetelmä ei tule siksi olemaan erityisen kallis, koska siihen tarvitaan vain tämä meidän kehittämämme algoritmi sekä vasta-aineiden erityinen yhdistelmä”, Wickström huomauttaa.
Pään ja kaulan alueen syöpä eli levyepiteelikarsinooma on nykyään kymmenen yleisimmän syöpätyypin joukossa. Suomessa löydetään vuosittain 700–900 uutta tämän alueen syöpää.
Lue myös:
Solubiologian professori Sara Wickström sai vuoden 2023 A. I. Virtanen -palkinnon
Tilaa Kemiamedian uutiskirje!
Tilaajana saat sähköpostiisi kerran viikossa kiinnostavimmat uutiset ja tiedot alan tapahtumista ja työpaikoista. Osallistut samalla arvontaan!
