Baarmoederhalskanker voorspellen in zelfafgenomen materiaal

30 april 2018

Onderzoekers hebben indicatoren gevonden voor baarmoederhalskanker in zelfafgenomen materiaal. Een volgende stap is de ontwikkeling van een test die baarmoederhalskanker opspoort op basis van deze markers. Bij dit onderzoek wordt gebruikgemaakt van big data.

Bij VUmc werkt onderzoeker Renske Steenbergen van de afdeling Pathologie op het gebied van big data samen met statisticus Mark van de Wiel. Doel van hun samenwerking is een eenvoudige moleculaire test te ontwikkelen om baarmoederhalskanker en voorlopers van baarmoederhalskanker te detecteren in celmateriaal dat door vrouwen zelf wordt afgenomen (self-samples).

Zelfafname is comfortabeler voor vrouwen en bereikt een groep vrouwen die zich anders niet zou laten testen op baarmoederhalskanker. De uitdaging van het onderzoek zit hem in de aard van het testmateriaal, waarin veel verschillende cellen aanwezig zijn. Daardoor is het des te moeilijker om 'de speld in de hooiberg' te vinden.

In eerste instantie maken ze moleculaire profielen van een grote serie van deze 'self-samples'  van vrouwen met en zonder de ziekte. Ze gebruiken dezelfde soort profielen (big data) van vergelijkbare patiëntenpopulaties (uit een andere onderzoekssetting) die publiek beschikbaar zijn, om de markerselectie te sturen. De kunst is om, met behulp van wiskundige modellen en de computer, uit de vele duizenden kandidaat-markers de goede, bepalende, markers te vinden.

Het resultaat van dit onderzoek heeft geleid tot een robuust panel van drie markers dat toepasbaar is op zelfafgenomen materiaal en dat kan voorspellen hoe groot de kans is dat een vrouw baarmoederhalskanker heeft of krijgt.

Hierover is recent de publicatie verschenen van Verlaat et al. met de titel 'Identification and validation of a 3-gene methylation classifier for HPV-based cervical screening on self-samples'.

Dit onderzoek is gefinancierd door de EU en betreft een ERC-advanced grant van Chris Meijer.

bron: Origineel

printen