En fellesnevner for moderne kreftbehandling er behovet for nye metoder som kan predikere hvilke pasienter som vil ha nytte av tilgjengelige behandling, såkalt presisjonsmedisin. Dette konseptet har som mål å gi rett medisin til rett person til riktig tid. Hvordan kan så dette målet oppnås?
En viktig informasjonskilde er molekylene, i form av for eksempel mRNA og proteiner, som definer komposisjonen til tumoren. Ved å benytte data fra kliniske studier kan vi ved hjelp av maskinlæring finne ut hvilke av disse molekylene som tilsammen kan danne signaturer som avslører hvilke pasienter som vil oppnå god respons på utvalgte behandlinger. Ved bruk av denne metoden på data fra en OUS-ledet klinisk studie (NeoAva) har vi laget en prediktiv respons signatur kalt ViRP som vi nylig publiserte (Haugen et al JCO Precision Oncology 2021)( https://ascopubs.org/doi/full/10.1200/PO.20.00086). Denne kan forutsi hvilke brystkreftpasienter som bør få tilbud om behandling hvor legemiddelet bevacizumab blir gitt i tillegg til standard kjemoterapi. Bevacizumab er et anti-angiogenisk legemiddel som hindrer tilvekst av blodårer i tumor og har vist seg nyttig i behandling av flere typer kreft, med unntak av brystkreft. Grunnet manglende generell effekt tilbys dette legemiddelet ikke til denne pasientgruppen i dag på tross av at det er godkjent for bruk. Med støtte fra AstraZeneca og Kreftforeningen setter vi nå opp en ny prospektiv klinisk studie kalt NAPEER+ hvor vi skal teste bruk av ViRP-signaturen til å velge ut pasienter for denne behandlingen. Om den nye NAPEER+ studien er vellykket vil vi i fremtiden kunne tilby bevacizumab også til bryskreftpasienter. Denne forskningen hadde ikke vært mulig uten pasientene som har vært villige til å delta i de kliniske studiene, og dette er vi svært takknemlige for. I tillegg er støtten fra Kreftforeningen, Forskningsrådet og Helse Sør-Øst samt alle involverte kolleger avgjørende for denne forskningen.
