Denne artikkelen er produsert og finansiert av Universitetet i Oslo - les mer.

Kreftbehandlingen kan bli bedre dersom man kjenner detaljene om alle celletypene i svulsten. Dette er et mikroskop-bilde av lungekreft. (Illustrasjon: David Litman / Shutterstock / NTB scanpix).
Kreftbehandlingen kan bli bedre dersom man kjenner detaljene om alle celletypene i svulsten. Dette er et mikroskop-bilde av lungekreft. (Illustrasjon: David Litman / Shutterstock / NTB scanpix).

Alle cellene i en kreftsvulst kan kartlegges med ny metode

En kreftsvulst består av mer enn kreftceller. Et nytt verktøy kan brukes til å kartlegge cellene i svulsten i detalj. Forskere håper det kan gi bedre kreftbehandling i fremtiden.

Publisert

En kreftsvulst består ikke bare av kreftceller. For å gi best mulig behandling kan det være veldig nyttig å kartlegge hvilke andre celler som er til stede og hvordan de oppfører seg.

I dag er dette veldig vanskelig å finne ut av uten å sette opp komplekse og dyre eksperimenter. Men et nytt dataverktøy kan kanskje gjøre det mye enklere og mer effektivt.

– En kreftsvulst kan ses på som et komplekst økosystem med mange ulike celletyper, sier Chloé Steen.

Hun er forsker ved Stanford University i California og har tatt doktorgrad ved Institutt for informatikk ved Universitetet i Oslo.

– Kreftcellene utgjør mesteparten av svulsten. Men for å kunne overleve, trenger en kreftcelle oksygen og næring, sier Steen.

Derfor består den blant annet også av celler som utgjør blodårer som bringer oksygen og næring til kreftcellene. Celler fra immunsystemet kan også blande seg inn. Disse skal jo egentlig prøve å drepe kreftcellene, men kreftcellene kan utvikle mekanismer for å unngå å bli oppdaget av immuncellene.

Ulike immunceller i ulike krefttyper

Hvis legene vet på forhånd hvilke andre celler som finnes i en kreftsvulst og hvordan de oppfører seg, blir det lettere å gi riktig behandling. Og de kan unngå å gi omfattende behandling som kanskje ikke har den ønskede effekten.

– Ved å studere celletypene i en kreftsvulst, kan man i fremtiden forhåpentligvis tilpasse behandlingen til hver enkelt pasient og celletypene som er til stede i den enkelte svulsten, sier Steen.

Med det nye verktøyet, som heter CIBERSORTx, har nemlig Steen og kollegaene hennes sett hvor forskjellige kreftsvulster kan være.

Med verktøyet kunne de se at immunceller i en kreftsvulst oppfører seg annerledes enn immunceller ellers i kroppen. De kunne til og med se at immunceller som hadde trengt inn i én type lungekreft, var forskjellig fra en immuncelle i en annen type lungekreft.

– Vi kan få innblikk i blandingen av celletyper og de ulike avvikende tilstandene disse cellene befinner seg i. Dermed kan vi være i stand til å rette søkelyset mot disse avvikene i kreftbehandlingen, sier Stanford-forsker Ash Alizadeh i en pressemelding.

Chloé Steen har vært med på å utvikle det nye verktøyet, CIBERSORTx. (Foto: UiO)
Chloé Steen har vært med på å utvikle det nye verktøyet, CIBERSORTx. (Foto: UiO)

Som å smake en smoothie

Forskerne sammenligner metoden med en smoothie. I smoothien er frukt, bær, grønnsaker, juice og hva du måtte ønske mikset sammen til en ensfarget, flytende masse.

Du kan kjenne smaken av banan, kanskje mango, litt appelsin og en del eple. Fordi du kjenner disse smakene fra før, kan du rekonstruere sånn noenlunde hva smoothien er laget av.

CIBERSORTx gjør det samme med en kreftsvulst. Den kartlegger alle celletypene i svulsten, og går altså enda et skritt lenger ved å kartlegge aktiviteten til de ulike cellene. Overført til smoothie-analogien er det som vi ikke bare skulle kjenne smaken av epler, men hvilken eplesort.

– Vi kan fortelle deg om smoothien inneholder epler fra Vestlandet eller Granny Smith-epler fra USA, sier Steen.

Eller hvor moden bananen var før den ble stavmikset i hjel.

Bedre enn nåværende metoder

Forskerne sitter dermed igjen med genuttrykket til hver enkel celletype – ikke bare det samlede genuttrykket til hele svulsten blandet sammen, slik nåværende metoder gjør.

– Genuttrykkene forteller om genaktiviteten til de ulike celletypene. Dette kan variere fra pasient til pasient og kan forklare hvorfor svulsten oppfører seg som den gjør, sier Steen.

– Og hvorfor én pasient responderer på en viss behandling og andre pasienter ikke gjør det.

Hun forteller at dette er et veldig vanskelig matematisk problem, men at de har laget en algoritme som har vist seg å fungere i ulike laboratorie-eksperimenter.

– Algoritmen gir ikke en 100 prosent nøyaktig løsning, men det gir en god nok løsning på problemet som også gir mening biologisk sett.

– Dette gjør verktøyet kraftig nok til å analysere cellene i en svulst i stor skala, sier Steen.

Referanse:

Newman, Steen, Alizadeh mfl: "Determining cell type abundance and expression from bulk tissues with digital cytometry". Nature Biotechnology, mai 2019, doi: 10.1038/s41587-019-0114-2.