Ny datamodel udfordrer nuværende metode til valg af behandling ved CML
En ny datamodel gør det muligt at prædiktere, hvilke tyrosinkinasehæmmere (TKI), der er mest effektive for de enkelte patienter med kronisk myeloid leukæmi (CML). Modellen udfordrer den nuværende metode.
Det er forskere fra Norges teknisk-naturvitenskapelige universitet (NTNU), Linnéuniversitetet i Sverige og The University of São Paolo, der har udviklet den nye model.
”Vi har udviklet en datamodel, som kan hjælpe os med at bestemme, hvilke lægemidler, der virker bedst, og dermed er mest optimale for den enkelte patient,” udtaler professor Ran Friedman fra Linnéuniversitetet i en artikel på NTNU’s hjemmeside.
Resistensudvikling er stor en udfordring for patienter med CML. Omkring hver fjerde patient udvikler således resistens over for førstelinjebehandlingen, og den hyppigste årsag er mutationer i Abl1-enzymet. I henhold til den gældende lægemiddelrekommandation fra Medicinrådet skal patienter med CML i kronisk fase have TKI’en Glivec (imatinib) i første linje, og i tilfælde af resistensudvikling kan imatinib udskiftes med enten en anden-generations- eller en tredje-generations TKI.
Valget af TKI i anden linje afhænger af den enkelte patients mutationsstatus. Viden om de mekanismer, der medfører resistens ved forskellige Abl1-mutationer og TKI-kombinationer er imidlertid ikke fyldestgørende, hvilket gør valget af behandling vanskeligt. Håbet er, at den nye datamodel kan kvalificere behandlingsvalget.
Modellen baserer sig på information om, hvordan Abl1-enyzymet virker (katalyse), og hvordan de forskellige TKI’er påvirker enzymet (inhibering og farmakokinetik). Informationer herom blev indsamlet for tre TKI.
Modellen viser, at det relative fald i Abl1-enzymets effekt (inhibitorisk reduktionsevne) er en bedre indikator for resistens, end det er at se på størrelsen af produkt-dannelseshastigheden eller fold-IC50-værdierne for det muterede enzym. Sidstnævnte er en metode, der anvendes som standard i dag.
