Cell- och strukturvariationer i tumörer

Under de senaste årtiondena har framstående cancercenter världen om börjat utveckla individanpassade cancerbehandlingar. Trots stora satsningar är långt ifrån alla riktade behandlingar framgångsrika, sannolikt eftersom varje individuell cancer består av miljontals celler med olika förutsättningar.
– Variationen mellan dessa celler (intra-tumörheterogenitet, eller ITH) avgör hur och om tumören svarar på behandling samt om den metastaserar. Därför är det viktigt att utveckla metoder som kan mäta och visualisera ITH och sedan omvandla informationen till nytta för behandlande läkare, berättar Nicola Crosetto, verksam vid Science for Life Laboratory och ledare för ett forskningsprojekt vid Karolinska institutet, vars mål är att utveckla avancerade labtekniker och beräkningsmetoder för att mäta olika parametrar i cancerprover.

Kvantitativ bildanalys
I år fick Nicola Crosetto ett anslag på 33 miljoner från Stiftelsen för strategisk forskning för att driva forskningen vidare tillsammans med Thomas Helleday vid KI/SciLifeLab och Joakim Lundeberg vid KTH. Projektet tog avstamp i en banbrytande metod som möjliggör att visualisera och kartlägga RNA-molekyler under mikroskop, och de senaste 2,5 åren har Crosettos forskarlag byggt upp en förfinad verktygslåda för detta.
– Genom att dela upp tumörer i hundratals tunna sektioner kan vi göra en kvantitativ bildanalys av cellpopulationerna och därtill följa enskilda celler. Utifrån denna information kan vi utforma en slags atlas över ekosystemen i tumörer, vilken sedan kan användas för att digitalt skapa en oerhört detaljrik översikt av cellers beteende och tumörers uppbyggnad.

Skillnader och likheter
Analyserna kommer att resultera i enorma datamängder och Crosettos forskarlag arbetar för att utnyttja existerande metoder inom big data för att kunna presentera den omfattande informationen på ett sätt som kan komma till klinisk tillämpning.
– Vi kommer att kombinera data från tiotusentals tumörprover i ett patientbibliotek och därigenom kunna identifiera skillnader och likheter såväl inom som mellan olika cancertyper. Resultatet kommer att bli bättre instrument, utvecklade diagnosverktyg, nya behandlingsmetoder och en avsevärt mer skräddarsydd cancervård, avslutar han.