Bedre forståelse af nyrekræft

Af Birgitte Svennevig, birs@sdu.dk, 15-10-2018

Nyrekræft er en relativt udbredt kræftsygdom, som er ganske vanskelig at opdage.

Derfor arbejder professor Ole Nørregaard Jensen fra Institut for Biokemi og Molekylær Biologi på at finde en metode til at diagnosticere sygdommen. Ole Nørregaard Jensen ønsker at lære mere om de proteiner i vores væv og blod, der kan afsløre nyrekræft og den information vil han bruge til at opbygge en database.

Målet er, at en læge – i det omfang, lægen finder det relevant – i sin klinik let kan undersøge en patient for nyrekræft ved at bruge databasens viden til at undersøge, om patientens blod- eller vævsprøve indeholder de proteiner, der er karakteristiske for nyrekræft. 

I denne film fortæller Ole Nørregaard Jensen fortælle om hvordan protein-analyse kan give os ny viden om hvordan vores organisme fungerer - både når kroppen er rask, og når den er syg.

Støtte fra Danmarks Frie Forskningsfond

Til dette arbejde har Ole Nørregaard Jensen modtaget 2.590.560 kr. fra Danmarks Frie Forskningsfond. Projektet hedder SIGNATURE - Renal cell carcinoma protein signatures in precision medicine.

I sin projektbeskrivelse skriver Ole Nørregaard Jensen: 

Metastasering er observeret i 40% af tilfælde af nyrekræft-formen renal cellecancer (RCC), og det nedsætter prognosen for overlevelse betragteligt. Tidlig diagnose og bestemmelse af eventuel metastaseaktivitet i forbindelse med RCC er derfor yderst vigtig.

Vi vil udvikle højfølsomme og specifikke proteinanalyse-metoder, der kan karakterisere og identificere sygdomsrelaterede protein-signaturer i væv og blod, som efterfølgende kan anvendes i diagnosticerings-øjemed. Til formålet vil vi anvende massespektrometri (MS), idet MS kan detektere detaljerede proteinprofiler i væv og blod samt karakterisere post-translationelle modifikationer som bestemmer proteiners aktivitet.

Vi vil opbygge en database (KidneyPathDB) med information om protein- og modifikationsprofiler for hundredvis af patienter og ved hjælp af bioinformatik og statistik ekstrahere proteinbaserede sygdoms-signaturer, som kan anvendes som biomarkører i klinikken til tidlig detektion, diagnose og prognose for RCC sygdomsudvikling.