– Genom att mata in data med patienters riskfaktorer och låta en datoralgoritm matcha dem med olika läkemedelsmolekyler har vi hittat nya möjliga behandlingar mot sjukdomen, säger Sven Nelander, universitetslektor vid institutionen för immunologi, genetik och patologi vid Uppsala universitet.
Algoritmen som forskargruppen utvecklat har gått igenom enorma volymer data med genetisk och farmakologisk information från tumörbiobanker och läkemedelsdatabaser vid europeiska och amerikanska sjukhus och universitet.
– För människor är det omöjligt att scanna av den mängden information, förklarar Sven Nelander.
Föreslog smärtläkemedel
Det som förvånade forskarna var att de behandlingar som datoralgoritmen föreslog inte bara handlade om traditionella cancerläkemedel. Istället rekommenderade algoritmen cannabionidreceptorn CNR2. Vanligtvis diskuteras den som en läkemedelskandidat för smärtbehandling.
– När man traditionellt testar läkemedelsmolekyler i cancerceller undersöker man framför allt om ett läkemedel dödar tumörcellerna. Med vår algoritm undersöktes istället en stor mängd förändringar i cancercellerna. Algoritmen förstod att CNR2- agonisten kan påverka cancercellerna vid neuroblastom och därigenom förändra sjukdomens grundmekanismer, säger Sven Nelander.
Tidig forskning
Än så länge är projektet, som gjorts tillsammans med forskare vid Karolinska institutet och Chalmers tekniska högskola med stöd av Barncancerfonden och Stiftelsen för strategisk forskning, fortfarande på grundforskningsstadiet.
I forskningsprojektet användes cellprover från patienter som sedan undersöktes i zebrafiskar. Det forskarna såg var att cancercellernas överlevnad försämrades och att tumörtillväxten minskade när de behandlades med en substans som stimulerar CNR2- receptorn i cellen. Fynden publicerades nyligen i tidskriften Nature Communications.
Hoppas på kliniska försök
Sven Nelander hoppas nu att man inom en snar framtid kan starta kliniska försök.
Han tror också att matchning genom algoritmer kommer att användas i mycket högre utsträckning i framtiden.
– Det finns en stor potential både att hitta behandlingsmetoder och att ställa diagnos genom algoritmer. Vi har bara sett början, säger Sven Nelander.