Welén, Karin Ulrika – Molecular characterization of metastatic prostate cancer – from metastatic mechanisms to clinical benefit

Bakgrund

Majoriteten av de som dör av prostatacancer gör det av metastaser. Celler i prostatatumören förändras och signalerar till målorganet, oftast benmärgen, för att skapa en ”metastatisk nisch” med optimala förutsättningar för metastasbildning. Tumörceller tar sig sedan ut i blodet och vissa etablerar sig som metastaser. Metastaser sprider också celler till blodet. Dessa kan studeras för att ta reda på hur metastaserna bäst ska behandlas hos den enskilda mannen. Det finns flera behandlingsalternativ för metastaserad prostatacancer. Tyvärr ger de ofta olika biverkningar och det är viktigt att kunna ge rätt behandling till rätt patient.

Beskrivning

Projektet syftar till att hitta tidiga förändringar i benmärgen, samt de signaler i blodet som leder till dessa. Blodprover och benmärgsprover från patienter i olika faser av sjukdomen kommer att jämföras för att dels hitta biomarkörer i blodet för att enkelt identifiera patienter som riskerar att snart få metastaser, dels förstå vilka förändringar som sker i benmärgen. Projektet studerar även cirkulerande tumörceller (CTC) och jämför dessa med vävnad i prostata och i metastaser för att se vilken information man kan få från CTC. Information i CTC jämförs även med fritt DNA i blodet för att veta hur dessa skiljer sig åt och bäst kan utnyttjas.

Mål

För att öka överlevnaden i prostatacancer måste man antingen förhindra att metastaser uppkommer eller tidigt och/eller effektivt behandla metastaserna. Vi vill identifiera de signaler i blodet som startar metastaseringsprocessen och använda dem som biomarkörer för att hitta patienter med hög risk, och sätta in behandling tidigt för att stoppa förloppet. Kunskap om tidiga benmärgsförändringar kan leda till nya läkemedel på sikt. Genom kombinerade studier av CTC, fritt DNA och vävnad tillsammans med information om hur det gått för dessa patienter vill vi också öka kunskapen om hur prostatacancerfall kan klassificeras och ges optimal behandling.