Minder dan de helft van de ovariumkankerpatiënten overleeft tot vijf jaar na de diagnose. Volgens de American Cancer Society is dit omdat slechts ongeveer een vijfde van de gevallen van eierstokkanker vroegtijdig wordt ontdekt, wanneer de kansen op een succesvolle behandeling en herstel het grootst zijn.
“Als we deze realiteit zouden kunnen veranderen door het detecteren van (eierstokkanker) in een zo vroeg stadium, dat genezing mogelijk is, zouden we veel levens kunnen redden,” zei Keren Levanon, arts-onderzoeker bij het Chaim Sheba Medical Center in Israël.
Het Chaim Sheba Medical Centeris volgens het Amerikaanse tijdschrift Newsweek een van de 10 beste ziekenhuizen in de wereld.)
Bron: American Society for Biochemistry and Molecular Biology. 15-03-2019
In het tijdschrift Molecular & Cellular Proteomics rapporteren onderzoekers onder leiding van Dr. Levanon en Tamar Geiger van de universiteit van Tel Aviv over een nieuwe test voor eierstokkanker, die eerdere tests overtreft. Ze hopen dat deze test zal helpen bij het screenen van vrouwen die genetisch vatbaar zijn voor de ziekte. (Bijvoorbeeld bij dragers van het BRCA-1 of BRCA-2 gen.)
Een test die mogelijk kan helpen bij het screenen van vrouwen die genetisch vatbaar zijn voor de ziekte.
De onderzoekers gebruikten proteomics (de wetenschap die de vorming van eiwitten uit DNA bestudeert red.) om te zoeken naar ‘handtekeningen’ van kanker in baarmoedervloeistof. Ze vergeleken monsters van vrouwen met eierstokkanker die chirurgisch behandeld werden in de loop van de behandeling en van vrijwilligers die gynaecologische chirurgie hadden ondergaan om redenen die niet gerelateerd zijn aan kanker, zoals baarmoederfibromen of overmatig bloeden.
Lichaamsvloeistoffen bevatten veel eiwitten. Sterke signalen van de meest voorkomende eiwitten kunnen signalen maskeren van kleinere hoeveelheden aan kanker gekoppelde eiwitten, die mogelijk ook aanwezig zijn. Om die moeilijkheid te overwinnen, isoleerden de onderzoekers micro-vesicles uit de baarmoedervloeistof. Omdat micro-vesicles door cellen worden uitgestoten, bevatten ze bijna geen van de signaalmaskerende plasma-eiwitten. (Kankercellen stoten deze eiwitten uit om hun groei te maskeren. Red.)
Met behulp van ‘proteomics’, vergeleken de onderzoekers duizenden eiwitten in de baarmoeder van 12 gezonde vrijwilligers en 12 kankerpatiënten. Vervolgens gebruikten ze algoritmes voor ‘machine learning’ om patronen te zoeken die een onderscheid konden maken tussen de monsters.
“We hebben een diagnostische set van negen eiwitten ontwikkeld die vrouwen onderscheidt met eierstokkanker van gezonde vrouwen met een grotere gevoeligheid en specificiteit dan eerder gemeld,” zei Levanon.
“We hebben een diagnostische set van negen eiwitten ontwikkeld die vrouwen onderscheidt met eierstokkanker van gezonde vrouwen met een grotere gevoeligheid en specificiteit dan eerder gemeld,” zei Levanon.
De onderzoekers testten vervolgens de nauwkeurigheid van de set in een cohort van 152 vrouwen, van wie 37 waarvan bekend was dat ze eierstokkanker hadden. De test had een diagnostische gevoeligheid van 70 procent, wat betekent dat het 25 van de 37 deelnemers aan het onderzoek die kanker hadden echt correct ontdekte; en 76 procent specificiteit, wat betekent dat het ongeveer drie op de vier gezonde vrijwilligers correct identificeerde als gezond. Het presteerde beter dan eerdere op proteomics gebaseerde tests, die minder dan 60 procent gevoelig waren.
De auteurs stellen voor dat hun test nuttig kan zijn voor jonge vrouwen waarvan het risico op het ontwikkelen van eierstokkanker bekend is hoog te zijn.
Ze geloven ook dat de methode om micro-vesicles uit lichaamsvloeistoffen te isoleren om zwakkere signalen van kanker te detecteren, veelbelovend lijkt voor andere moeilijk te detecteren soorten kanker.
De volledige tekst van de studie kunt u hier bekijken: https://www.mcponline.org/content/early/2019/02/13/mcp.RA119.001362
Bekijk hier de micro -vesiculae in actie :
Bron: Wikimedia Commons: Phinney D, Di Giuseppe M, Njah J, Sala E, Shiva S, St Croix C, Stolz D, Watkins S, Di Y, Leikauf G, Kolls J, Riches D, Deiuliis G, Kaminski N, Boregowda S, McKenna D, Ortiz L [CC BY 4.0 (https://creativecommons.org/licenses/by/4.0)]
