Syöpä tappaa jatkossa nykyistäkin harvemmin – supertietokoneet mahdollistavat yhä yksilöllisemmän hoidon

Syöpä on yleisin kuolinsyy länsimaissa. Hoitomuodot ovat kehittyneet viimeisinä vuosikymmeninä huomattavasti, mutta kyseessä on vasta polun alku. Syöpähoito voi mullistua lähitulevaisuudessa supertietokoneiden tarjotessa uusia mahdollisuuksia, kirjoittaa professori Antti Poso. VAPAA LUKUOIKEUS

Antti Poso Itä-Suomen yliopisto
"Suomessa vain pienelle osalla potilaista tehdään tarkka kasvaimen geeniperimän selvittäminen ja näissäkin tapauksissa saatua tietoa voidaan käyttää vain rajoitetusti hoidon suunnittelussa", kertoo Antti Poso. Kuva: Raija Törrönen

Syöpä johtuu yksittäisessä solussa tapahtuneesta perimän muutoksesta. 

Syöpä on pelottava. Syövät ovat yleisiä. Ja syövistä parantuu yhä useampi. 

“Jokainen syöpäpotilas on ainutlaatuinen.” Kliseeltä kuulostava lause on avain sen tajuamiseen, että kullakin syöpäpotilaalla on täysin yksilöllinen sairaus. Ihmisillä kun on omanlaisensa perimä eli DNA ja myös syöpää aiheuttavat perimän muutokset eli mutaatiot ovat aina yksilöllisiä. 

Hoidon pyrkimyksenä on syöpäsolujen tappaminen. Mieluiten käyttämällä sellaisia lääkehoitoja, jotka aiheuttavat mahdollisimman vähän haittaa normaaleille soluille. Tämä edellyttää kunkin potilaan perimän ja syöpäkasvaimen perimän määrittämistä. 

Tyypillisessä hoitoprosessissa ei kuitenkaan tehdä koko perimän määrittämistä vaan pyritään tarkastamaan tiettyjen tarkkaan valittujen geenien tilanne. Kyseessä on pakon sanelema ratkaisu koska toistaiseksi ei ole saatavilla riittävää tietoa mutaatioiden vaikutuksesta geenien toimintaan. Tietoa ei myöskään ole millainen lääkitys olisi kussakin perimän muutoksessa potilaan kannalta paras. 

Toki viime vuosien aikana on perustettu julkisia tietokantoja, joista voidaan selvittää kunkin mutaation yleisyys sekä tarkastaa onko perimän muutokseen vaikuttavia lääkehoitoja pystytty löytämään. Joissakin tapauksissa on myös olemassa lääkehoitoja, jotka on kehitetty syövissä yleisimpiin mutaatioihin. 

Karkeasti voidaan kuitenkin todeta, että yli 90 prosenttia kaikista löydetyistä mutaatiosta on sellaisia, ettei niiden merkitystä ole mahdollista arvioida syövän etenemisen kannalta. Mutaatioita vastaan ei myöskään ole olemassa täsmälääkitystä. 

Yleinen luulo siitä, että kun tunnemme syöpäpotilaan geenit ja erityisesti syöpäkasvaimen mutaatiot, pystymme valitsemaan parhaan mahdollisen lääkkeen kullekin potilaalle, ei pidä paikkaansa. Suomessa vain pienelle osalla potilaista tehdään tarkka kasvaimen geeniperimän selvittäminen ja näissäkin tapauksissa saatua tietoa voidaan käyttää vain rajoitetusti hoidon suunnittelussa. 

Toisenlainenkin tulevaisuus on mahdollinen ja suomalainen tiede supertietokoneineen on tässä eturintamassa. 

Mitä superlaskenta pystyy tarjoamaan?

Miksi geeniperimää pystytään hyödyntämään vain rajallisesti syövän hoidossa? Tilanteeseen on toki useita syitä, mutta karkeasti taustalla on kaksi pääongelmaa. 

Ensinnäkin emme vielä ymmärrä yksittäisen mutaation merkitystä syövän hoidossa riittävän syvällisesti. Toiseksi käytettävissä olevat tiedot lääkkeiden soveltuvuudesta erilaisille mutatoituneille kasvaimille eivät ole riittäviä. 

Näihin ongelmiin on alettu etsimään uudenlaista ratkaisumallia, jossa kasvainten geeniperimän selvittäminen on mahdollista tietokoneavusteisen lääkeainesuunnittelun keinoin. Tietoa hyödynnetään yksittäinen potilaan lääkinnän suunnittelussa.  

Jotta geeniperimää on mahdollista selvittää lääkeainesuunnittelun avulla, tarvitaan paitsi todella monimutkaista laitteistoa että kaikkein edistyneimpiä molekyylibiologian työkaluja lääkeaineiden ja proteiinien mallintamisessa.  

Miten proteiinit sitten liittyvät viruksiin, bakteereihin sekä lääkekehitykseen? 

Bakteerien ja virusten proteiinien kolmiulotteinen mallintaminen on keskeinen osa nykylääkekehitystä. Kun esimerkiksi bakteerien toiminnan kannalta keskeisen proteiinin rakenne tunnetaan, on mahdollista suunnitella lääkeaineita, jotka sitoutuvat kyseiseen proteiiniin ja sitä kautta estävät sen toiminnan. 

Proteiinien mallintamisen  avulla saadaan kehitettyä uusia lääkeaineita, mutta kehitystyö vie kokonaisuutena vähintään 10 vuotta. Syöpäpotilaan kannalta tämä aikajänne on luonnollisesti mahdoton. 

Mallintaminen antaa kuitenkin toisen mahdollisuuden. Tietokoneiden avulla voidaan rakentaa kunkin potilaan mutatoituneista proteiineista malli ja käyttää mallia hoidon suunnittelussa.

Tässä vaiheessa kuvaan astuu myös supertietokoneiden poikkeuksellinen teho. Niiden avulla on mahdollista määritellä muutamassa vuorokaudessa kunkin mutatoituneen proteiinin toiminnan kannalta keskeiset ominaisuudet.  

Yksinkertaisuudessaan kunkin syöpäpotilaan kohdalla mallinnetaan juuri kyseisen potilaan proteiinien rakenne ja haetaan siihen parhaiten sopivat lääkeaineet jo saatavilla olevien lääkeaineiden joukosta. 

Savo on mallintamisen ”Piilaakso”

Proteiinien mallintamisen ja sopivien lääkeaineiden etsimisen prosessi on yllättävän suoraviivainen, mutta sitä ei ole yhtä poikkeusta lukuunottamatta käytetty laajasti vielä missään päin maailmaa. 

Isoin syy on, että lääkärit ovat hyvin harvoin tekemisissä lääkekehityksen alkuvaiheen osaajien kanssa. Lisäksi laskennallisten menetelmien kehittäminen nykyiseen tarkkuuteen on vienyt useita kymmeniä vuosia ja vasta viimeisen muutaman vuoden aikana laskentatarkkuus on saavuttanut riittävän tason.

Molekyylimallinnusta on yhdistetty syöpäpotilaiden hoitoon aiemmin vain Itä-Suomen yliopiston farmasian laitoksen ja Tübingenin yliopistosairaalan yhteistyöprojektissa. Ensimmäiset potilaat, joiden tietoja on analysoitu tässä kuvatulla protokollalla, hoidettiin 2013 ja tästä lähtien on uusia potilaita ollut noin 20-30 vuodessa. 

Haasteena on mennessä ollut, että kasvainten perimän määrittelyssä ei alun alkaen huomioitu kaikkia mallinnuksen mahdollisuuksia. Tästä huolimatta jo tässä vaiheessa voi väittää, että suurelle osalla potilaista on voitu määrittää aiempaa paremmin sopiva lääkevaihtoehto. 

Miksi Suomi on ollut eturintamassa?

Syöpähoidon kehittäminen on ollut mahdollista koska supertietokonepalveluista Suomessa vastaavan CSC-keskuksen laskentakapasiteetti on maailman huippuluokkaa.  Suomalaisessa tieteessä CSC on yksi harvoista kansainvälisistä menestystarinoista. 

Suomessa käytössä oleva malli, jossa CSC:n palvelut ovat kansallisesti keskitetty mutta samalla ilmaisia, mahdollistaa tehokkaan käytön. Monilla muiden maiden tutkijoilla on kyllä tieto mitä pitäisi saada laskettua, mutta mahdollisuudet supertietokoneiden käyttöön asettavat rajoitteita. 

Lisäksi Suomen etu on myös se, että eri yliopistoista on muodostunut CSC:n ympärille vahva laskennallisen tieteen verkosta. Myös kuopiolainen tutkimusympäristö on tarjonnut riittävän pitkäkestoisuuden ja vakauden toiminnalla. Tärkeä tekijä on yhtä lailla poikkitieteellinen kansainvälinen yhteistyö ennen kaikkea saksalaisen yliopistosairaalan kanssa. 

Toistaiseksi kehitetyt menetelmät ovat suurelta osin aikaa vievää ”käsityötä”, mutta hyvällä suunnittelulla ja riittävin resurssein on mahdollista rakentaa malli, jota voidaan hyödyntää laajemminkin syöpähoidossa. Riittävien resurssien takaaminen voi mahdollistaa Suomen olevan syöpähoidon tutkimuksen ja kehittämisen kärkimaita jatkossakin.  

Kriittisenä tekijänä ei Suomessa ole niinkään palkkaus vaan ennen kaikkea ennustettava toimintaympäristö. Pitkäkestoisuus onkin vaatimus sille, että hoitoprotokolla saadaan kehitetty parhaiten potilaita auttavaksi. 

 

Tämä artikkeli on julkaistu Creative Commons CC BY-ND 4.0 -lisenssillä.

Keskustelu

Tätä juttua ei ole vielä kommentoitu.

Jätä kommentti