Blaas- en nierkanker: werkzaamheid immuun-checkpointremmers voorspellen met biomarkers
Kanker Behandelen met Precisiemedicijnen
Kanker wordt tegenwoordig vaak behandeld met medicijnen die specifiek gericht zijn op bepaalde moleculaire afwijkingen in een tumor. Deze zogenaamde precisiemedicijnen werken helaas niet bij iedereen. Omdat het moeilijk is te voorspellen wie er wel of niet op reageert, krijgen sommige patiënten een behandeling die voor hen niet effectief is.
Immuun-checkpointremmers: hoe werken ze?
Een voorbeeld van zo'n precisiebehandeling zijn immuun-checkpointremmers (ICI). Dit zijn medicijnen die het immuunsysteem helpen om kankercellen aan te vallen. In sommige gevallen kan dit zelfs leiden tot volledige genezing. ICI-behandelingen worden gebruikt bij verschillende soorten kanker, zoals melanoom, blaaskanker, longkanker en nierkanker.
Risico's van ICI-behandelingen
Helaas werkt ICI-behandeling niet bij iedereen. Bij 60-80% van de patiënten met kanker is de behandeling niet effectief. Bovendien kunnen deze medicijnen ernstige bijwerkingen veroorzaken, zoals gezichtsverlies of epilepsie.
De juiste behandeling voorspellen
Om te voorkomen dat patiënten onnodig risico lopen, is er behoefte aan biomarkers. Dit zijn biologische kenmerken die kunnen helpen voorspellen of een ICI-behandeling zal werken. Het doel van de studie is om een algoritme te ontwikkelen dat kan voorspellen of een patiënt baat zal hebben bij een ICI-behandeling.
"Blaas- en nierkanker patienten verdienen de beste behandeling, met zo min mogelijk risico's en zo'n maximaal mogelijk resultaat."
Studie bij blaas- en nierkankerpatiënten
In deze studie worden blaas- en nierkankerpatiënten onderzocht die een ICI-behandeling hebben gekregen. Het tumorweefsel van deze patiënten wordt geanalyseerd om RNA, een soort genetisch materiaal, te bestuderen. Met behulp van een speciale techniek, ciRNAseq genaamd, kunnen de onderzoekers het RNA van bijna honderd patiënten tegelijkertijd onderzoeken.
Een effectieve behandeling voor iedereen
De onderzoekers zullen de RNA-profielen van patiënten vergelijken om te zien wie goed reageerde op de behandeling en wie niet. Met behulp van machine learning, een vorm van kunstmatige intelligentie, hopen ze een algoritme te ontwikkelen dat kan voorspellen of een patiënt baat zal hebben bij ICI-behandeling. Zo kunnen patiënten in de toekomst beter geholpen worden met de juiste en meest effectieve behandeling.
Hoofdonderzoeker
Dr. Gerald Verhaegh, moleculair bioloog
Mede-onderzoekers
Dr. Toine van der Heijden, uroloog
Dr. Niven Mehra, medisch oncoloog
