Banebrydende teknologi kortlægger kræftmekanismer og viser nye behandlingsmål
En ny metode kaldet Deep Visual Proteomics (DVP) kan potentielt hjælpe med at besvare spørgsmålet om, hvorfor nogle mennesker bliver ramt af kræft. Metoden er udviklet af en international gruppe af forskere ledet af Københavns Universitet.
I et nyt studie, som er publiceret i Nature Biotechnology og er foregået i samarbejde med forskere fra Sjællands Universitetshospital, har forskergruppen brugt DVP til at undersøge kræftceller fra patienter med henholdsvis acinære karcinomer og modermærkekræft.
DVP går ud på, at man tager en vævsprøve og analyserer de kræftceller, den indeholder. På den måde får man en slags opgørelse over proteinerne, kaldet et proteom. Proteomere afslører mekanismerne bag svulstens udvikling og viser nye behandlingsmål – alt sammen på baggrund af en enkelt vævsprøve fra en kræftpatient.
”Deep Visual Proteomics kan være med til at revolutionere molekylærpatologien ude på sygehusene. Metoden gør det muligt at identificere tusindvis af proteiner og bestemme hvor mange af dem, der er til stede,” siger lektor ved Novo Nordisk Foundation Center for Protein Research Andreas Mund i en pressemeddelelse.
Kan forbedre behandlingen
DVP's evne til at sammenholde vævsarkitekturen med tusindvis af proteiner i udvalgte celler gør forskerne i stand til at undersøge samspillet mellem kræftceller og de omkringliggende celler, hvilket kan være med til at forbedre behandlingen af kræftpatienter væsentligt, påpeger overlæge og klinisk forskningslektor Lise Mette Rahbek Gjerdrum fra Patologiafdelingen på Sjællands Universitetshospital og Institut for Klinisk Medicin på Københavns Universitet.
"Vi diagnosticerede for nylig et meget vanskeligt tilfælde med to forskellige komponenter og resultaterne af DVP-baseret analyse,” siger overlæge og klinisk forskningslektor Lise Mette Rahbek Gjerdrum fra Patologiafdelingen på Sjællands Universitetshospital og Institut for Klinisk Medicin på Københavns Universitet.
DVP består af fire forskellige teknologier, som er samlet i ét workflow. Til at begynde med bruger forskerne avanceret mikroskopi til at skabe højtopløselige billeder af vævet. Dernæst klassificeres cellerne ved hjælp af maskinlæringsalgoritmer, før forskerne udfører lasermikrodissektioner og indsamler enkeltceller. Endelig analyseres enten raske eller syge celler af en bestemt type ved hjælp af massespektrometri, hvilket kortlægger proteinerne og hjælper forskerne til at forstå de mekanismer, der er afgørende for vores sundhed eller sygdom.
“Ved hjælp af den nye teknik kan vi effektivt koble cellernes fysiologiske kendetegn – set gennem et mikroskop – med proteinernes funktion. Det har ikke hidtil været muligt, og vi er overbevist om, at metoden også kan anvendes i forbindelse med andre sygdomme og altså ikke kun kræft,” siger Andreas Mund.