Årets bevilgning er på kr. 3,9 millioner. Nedenfor følger mottakernes egne presentasjoner av prosjektene:
Søker: Morten Lapin, Forsker/sjefsingeniør ved Avdeling for blod og kreftsykdommer
Type støtte: Prosjektstøtte
Tildelt beløp: 385.000
Presentasjon av prosjektet: Validering av nytt verktøy for påvisning av kreft-DNA i blodprøver fra pasienter med kreft
Påvisning av kreft-DNA i blodprøver, såkalte flytende biopsier, har gradvis blitt mer vanlig i kreftdiagnostikk som et ikke-invasivt alternativ til vevsbiopsier. Både identifisering av pasienter som kan ha nytte av bestemte behandlinger, overvåking av behandlingseffekt, og påvisning av behandlingsresistens er områder hvor undersøkelser av kreft-DNA i blodprøver kan spille en rolle. Vi har nylig fått tilgang til et nytt avansert verktøy for undersøkelser av kreft-DNA i blodprøver ved DNA-sekvensering kalt MSK-ACCESS, som vi i dette prosjektet ønsker å validere for fremtidig bruk. Valideringen vil foregå ved undersøkelser av referanseprøver og blodprøver fra pasienter med bukspyttkjertel- og brystkreft.
Vi takker fondet for støtten til dette prosjektet. Målet vårt er å etablere dette verktøyet i vårt laboratorium for bruk i fremtidige kliniske studier hvor kreft-DNA i blodprøver undersøkes.
Søker: Marcus Roalsø, lege i spesialisering og stipendiat ved Gastroenterologisk kirurgisk avd
Type støtte: Prosjektstøtte, studieopphold
Tildelt beløp: 680.000
Presentasjon av prosjektet: Forbedret forståelse og behandling av bukspyttkjertelkreft
Bukspyttkjertelkreft er kjent for sin dårlige prognose og høye dødelighet. Det er få effektive medisiner tilgjengelig, og fordi sykdommen ofte oppdages sent og sprer seg tidlig, kan de fleste pasientene ikke kureres med kirurgi. Selv når svulsten kan fjernes, er kun omtrent 20 prosent av pasientene i live etter fem år. Det er derfor et stort behov for bedre forståelse av de underliggende mekanismene i bukspyttkjertelkreft.
Et kjennetegn ved kreftceller er at deres stoffskifte er endret, noe som påvirker hvordan de vokser og responderer på behandling. I vårt prosjekt måler vi kreftcellenes stoffskifte og undersøker hvordan dette kan påvirkes med ulike medisiner. Deretter behandler vi cellene med cellegift i håp om å øke effekten eller forstå hvorfor noen pasienter ikke har nytte av behandlingen.
Vi dyrker kreftceller i laboratoriet, hentet fra pasienter operert ved Stavanger universitetssjukehus, for å få en modell som bedre representerer sykdommen til hver pasient. Ved å bruke en ny teknologi, såkalte organoider, gror cellene på en måte som etterligner kroppens miljø, noe som gir en mer realistisk modell av sykdommen. Organoidene lagres deretter i en biobank for også å kunne brukes i fremtidige studier.
Gjennom dette arbeidet håper vi å bidra til utviklingen av mer effektive behandlingsmetoder for bukspyttkjertelkreft, som kan forbedre både prognosen og livskvaliteten for pasientene.
Søker: Oddmund Nordgård, Professor/sjefsingeniør ved Avdeling for blod og kreftsykdommer
Type støtte: Prosjektstøtte
Tildelt beløp: 500.000
Presentasjon av prosjektet: Kan kreft-DNA I blodprøver brukes til å måle effekten av cellegift før operasjon hos pasienter med bukspyttkjertelkreft
Bukspyttkjertelkreft er den fjerde mest vanlige årsaken til kreftdød i Norge. Kirurgi er den eneste behandlingen som kan kurere sykdommen per i dag, men er bare et alternativ for pasienter med begrenset sykdomsutbredelse. Pasienter som har store svulster kan i noen tilfeller ha nytte av operasjon etter innledende behandling med kjemoterapi, dersom denne er effektiv. I denne studien vil vi undersøke om måling av kreft-DNA i blodprøver kan brukes til å overvåke slik kjemoterapi som gis før eventuell operasjon. Vi ønsker med dette å finne et nytt diagnostisk verktøy for bedre tilpasning av behandling til pasienter med potensielt opererbar bukspyttkjertelkreft, med håp om at dette kan bidra til å forbedre total overlevelse.
Vi takker her fondet for finansiering av den planlagt pilotstudien, som omfatter målinger av kreft-DNA i blodprøver fra de første 50 rekrutterte pasientene i NORPACT-3 studien, som vil starte inklusjon høsten 2024. Dette er en nasjonal klinisk studie sfom ledes av Professor Knut Jørgen Labori ved Oslo Universitetssykehus.
Søker: Umay Kiraz, Phd-student ved Forskningsavdelingen på SUS
Type støtte: Postdoc
Tildelt beløp: 1 139 040
Presentasjon av prosjektet: Diagnoseforbedring ved bryskreft ved hjelp av AI – AIDANCE-BC
Digitalisering av patologi har åpnet opp for bruk av kunstig intelligens for å analysere og kvantifisere elementer og mønstre i bilder fra blant annet brystkreft. Metodene som brukes per i dag kan inneholder subjektive elementer som i verste tilfelle kan føre til under -eller overbehandling av pasienter. Prosjektet “AIDANCE-BC” (=AI-driven Advancements for Improved Diagnosis in Breast Cancer) ser for seg validering og implementering av 4 forskjellige datamaskin assisterte verktøy for bruk i brystkreft diagnostikk. Prosjektet er delvis en videreføring av et EU-prosjekt (CLARIFY, www.clarify-project.eu) i hvilket vi har utviklet algoritmer for automatisk telling av celledelinger og automatisk forutse den molekylær subtypen av en svulst, begge faktorer er viktig for å bestemme hvilke terapi pasienten skal ha. I tillegg vil vi validere med et algoritme for å kvantifisere antall betennelse celler (TILs) i og rundt svulsten sammen med den internasjonal arbeidsgruppen for TILs i brystkreft. Siste algoritme kandidaten skal jobbe med handler om å kunne forutsi om pasienter vil respondere på ulike typer cellegift som kan gis før operasjon (neoadjuvant behandling); dette prosjektet er et samarbeid med Universitet i Alabama (USA) og Universitet i Bergen og Haukeland Universitets sykehus og vil bruke materialet fra den Petremac-studien.
Søker: Mark van der Giezen, Professor of Intestinal Molecular Microbiology, UiS
Type støtte: Prosjektstøtte
Tildelt beløp: 1.118.000
Presentasjon av prosjektet: Identifying high-risk patients using AI
This project aims to identify patients with a high risk of immune-related adverse effects prior to immunotherapy.
Cancer immunotherapy can lead to inflammatory events known as immune-related adverse effects (irAEs), of which gastrointestinal irAEs are the most serious and costly. These irAEs have a negative impact on patients’ quality of life. We hypothesise that the information that allows us to predict the patients at highest risk is already present in the data we have from these patients, but that we are unable to recognise them due to the complex nature of this data. We will use machine learning and AI to extract this information to understand the triggers that lead to irAEs and to inform clinical practice and improve patients' quality of life.