Signalveier identifisert i kjemoresistente tumormodeller åpner nye behandlingsmuligheter for en gruppe pasienter med trippel-negativ brystkreft.

Motstand mot kjemoterapi er en viktig utfordring i klinisk behandling av trippel negativ brystkreft. Derfor kan forståelse av de molekylære veiene i svulsten som er knyttet til behandlingsresistens hjelpe med å finne mål for neste behandlingslinje, samt identifisere undergrupper av pasienter som kan ha nytte av denne typen behandling. Kjemoterapiresistens er en betydelig utfordring i behandling av trippel-negativ brystkreft. Forståelsen av tumorens molekylære signalveier kan hjelpe med å finne alternative mål for behandlingsresistent brystkreft, samt identifisere pasientundergrupper som kan ha nytte av denne typen behandling.

Dr. Eivind Valen Egeland og hans kolleger ved Oslo Universitetssykehus publiserte nylig en studie i British Journal of Cancer, hvor de foreslår proteiner i SRC- familie kinaser (SFK) som et mulig terapeutisk mål i en gruppe pasienter med behandlingsresistent trippel negativ brystkreft. I studien har Egeland et al.

brukt tumormodeller i mus (pasient-derived xenograft (PDX)-modeller), som representerer kjemoresistente og kjemosensitive svulster. Disse har blitt karakteriserte på både gen- og proteinnivå. De oppdaget at resistente svulster hadde økt aktivitet av SFK-signalering, som spiller en avgjørende rolle for cellens vekst og overlevelse. Behandling med medikamenter som virker mot denne signalveien var mer effektiv i kjemoresistente svulster sammenlignet med de kjemosensitive, noe som bekreftet viktigheten av denne signalveien i de resistente tumorene.

Disse observasjonene ble så validert i pasientkohorter, hvor SFK-signalering var økt i en undergruppe av kjemoresistente pasienter etter neoadjuvant behandling, samt hos metastatiske pasienter med rask sykdomsprogresjon. Denne studien indikerer at denne pasientgruppen kan ha nytte av behandling med SFK-hemmere.

Denne studien ble støttet av Norges Forskningsråd, Kreftforeningen, Helse Sør-Øst, og fra RESCUER- og SECRET-ITN-prosjektene som ble finansiert av EUs Horizon 2020.