Een studie, gepubliceerd in the Journal of Neuro-Oncology, laat zien dat het tijdstip van behandeling invloed kan hebben op de reactie van glioblastoom op temozolomide (TMZ). MGMT is een DNA-reparatie-enzym dat de schade herstelt die TMZ aan tumor-DNA veroorzaakt. Wanneer MGMT actief is, werkt TMZ minder goed.
De onderzoekers vonden dat zowel methylatie van het MGMT-gen als de hoeveelheid MGMT-eiwit gedurende de dag stijgen en dalen. Ze onderzochten ook of het tijdstip van diagnostische biopsieën de uitslag beïnvloedt. Vijf jaar aan patiëntbiopsiegegevens van WashU Medicine toonden dat ochtendbiopsieën vaker als gemethyleerd werden beoordeeld, en methylatie wordt gebruikt om moleculaire subtypen te bepalen.
Een promovenda mat MGMT-niveaus in kankercellen en patiëntmonsters en een team bouwde een wiskundig model om te voorspellen wanneer TMZ het meest effectief zou zijn. Het team wil chronotherapie met TMZ in klinische omstandigheden testen en ook de timing van andere behandelingen verder bestuderen.
Moeilijke woorden
- glioblastoom — een agressieve vorm van hersentumor
- temozolomide — een chemotherapeutisch middel tegen tumoren
- methylatie — chemische verandering van DNA die genen beïnvloedt
- biopsie — weefselmonster dat voor onderzoek wordt genomenbiopsieën
- tijdstip — precies moment waarop iets gebeurt
- chronotherapie — behandeling op basis van het dagritme
- model — een eenvoudige wiskundige voorstelling van werkelijkheidwiskundig model
Tip: beweeg de muisaanwijzer over gemarkeerde woorden in het artikel, of tik erop om snelle definities te zien terwijl je leest of luistert.
Discussievragen
- Waarom kan het tijdstip van biopsie volgens de tekst belangrijk zijn voor de uitslag?
- Zou je het logisch vinden dat behandelingen worden gepland volgens het dagritme? Leg kort uit.
- Welke praktische problemen kun je bedenken bij het testen van chronotherapie in het ziekenhuis?
Gerelateerde artikelen
Sociale media geven vroege signalen van ontheemding
Onderzoekers vinden dat berichten op sociale media vroegtijdige signalen kunnen geven van bevolkingsbewegingen tijdens crises. De studie onderzoekt methoden om te voorspellen wanneer en waar mensen verplaatsen en vergelijkt meerdere casussen en datasettypen.