Uitgebreid DNA-onderzoek helpt bij bepalen primair tumor type en vinden van passende behandeling

Bij een klein percentage van patiënten met uitzaaiingen van kanker kan de oorspronkelijke tumor niet gevonden worden. Het is dan moeilijk een goede behandeling voor te stellen. Onderzoek met gegevens uit de database van Hartwig Medical Foundation toont bij meer dan 75% van de patiënten aan waar de kanker in het lichaam is ontstaan. Daarnaast worden in de meeste gevallen aanwijzingen voor doelgerichte medicijnen gevonden. De resultaten van de studie van een internationale groep onderzoekers uit Canada, de VS en Nederland zijn in februari 2020 gepubliceerd in Nature Communications.

Whole genome sequencing: aanwijzing voor primaire tumor bij 75% van de patiënten

Bij 3 tot 5% van de patiënten met uitgezaaide kanker is het niet duidelijk waar de uitzaaiingen vandaan komen. Ondanks uitgebreid onderzoek, waaronder bloedonderzoek, een PET-scan en scopieën is de primaire tumor niet gevonden. In dit soort gevallen spreekt men van CUP (Cancer of Unknown Primary Origin) of PTO (Primaire Tumor Onbekend). Als van een biopt van de uitzaaiing het volledige DNA geanalyseerd wordt door middel van Whole Genome Sequencing (WGS) wordt in 75% van de gevallen alsnog de oorsprong van de originele tumor gevonden. Deze aanpak kan helpen om een voor een patiënt geschikte behandeling te vinden, die doorgaans per tumortype is geregistreerd.

Ook als WGS het spoor naar de primaire tumor niet kan vinden, kan er op basis van de door WGS gevonden veranderingen in het DNA soms een aanknopingspunt voor doelgerichte behandeling met geregistreerde of experimentele medicijnen gevonden worden. 

Behandeling op basis van tumortype en tumorclassificatie

Kankerbehandeling is nu nog grotendeels gebaseerd op het orgaan waarin de tumor is ontstaan, bijvoorbeeld borstkanker, longkanker of de dikke darm. De patholoog bepaalt op basis van een biopt uit een tumor of het kwaadaardig is of niet. In sommige gevallen is de tumor op een relatief eenvoudige manier nog verder te classificeren. Bij borstkanker kan de patholoog met enkele aanvullende kleuringen op het weefsel relatief eenvoudig aantonen of een tumor al dan niet hormoongevoelig is en of de tumorcellen veel van het zogenaamde HER2-eiwit hebben. Deze uitslagen hebben invloed op de behandeling. In veel tumoren zijn er mutaties in het DNA opgetreden. In veel ziekenhuizen wordt er met behulp van een zogenaamd genenpanel naar een beperkt aantal mutaties gezocht. WGS analyseert het gehele tumor-DNA en vindt daarom alle aanwezige mutaties. Er zijn steeds meer medicijnen beschikbaar die specifiek tegen deze mutaties zijn gericht. Van een aantal mutaties is de betekenis nog niet bekend en kunnen er daarom ook nog geen gerichte medicijnen voor gegeven worden.

Database Hartwig Medical Foundation gebruikt in studie

In de genoemde studie is de database van Hartwig Medical Foundation gebruikt. Deze bevat het DNA-profiel van meer dan 4.500 tumoren. Met artificial intelligence (machine learning) hebben de onderzoekers een algoritme ontwikkeld waarmee tumoren op basis van hun complete DNA-profiel kunnen worden geclassificeerd op tumortype. Deze classificatie heeft een nauwkeurigheid van 80 tot 85%.

Van de 62 CUP’s in de database van Hartwig Medical Foundation kon in 75% van de gevallen met een hoge waarschijnlijkheid het tumortype alsnog worden vastgesteld op basis van de WGS-data. Daarmee kan aan patiënten meer duidelijkheid worden geboden over hun diagnose, prognose en behandelmogelijkheden

Uitgebreide test beschikbaar

Hartwig Medical Foundation kan momenteel als onderdeel van haar uitgebreide DNA test ook een rapport maken over tumoren van onbekende primaire origine. Dit gebeurt op verzoek van de patholoog of behandelend arts. Bezoek voor meer informatie OncoAct.nl.

Meer informatie

Patholoog Petur Snaebjornsson van het Antoni van Leeuwenhoek/NKI maakt regelmatig gebruik van de mogelijkheid om de primaire tumor te achterhalen als er WGS is uitgevoerd bij een van zijn patiënten. Lees het interview.

Het abstract van de studie studie “A deep learning system can accurately classify primary and metastatic cancers based on patterns of passenger mutations” is toegankelijk op Nature.com.

Een samenvatting van de studie is door Gurnit Arwal, PhD kandidaat van de Universiteit van Toronto, opgenomen in zijn presentatie bij het ISMB ECCB Congres in Basel van 25 juli 2019.