Computermodel forudsiger, om kemikalier kan give brystkræft

Forskere fra Det Nationale Forskningscenter for Arbejdsmiljø (NFA) og Danmarks Tekniske Universitet (DTU) har udviklet en computermodel, der kan teste, om forskellige kemikalier kan øge risikoen for brystkræft.

I et ph.d.-studie, der er blevet offentliggjort i Science Direct, undersøgte forskeren Jacob Ardenkjær-Skinnerup resultaterne fra et amerikansk projekt kaldet Tox21. Dette projekt handler om at studere giftige stoffer i det 21. århundrede. I Tox21 har man testet over 9.000 kemikalier for at se, om de påvirker proteinet PPAR-γ, som er vigtigt for kroppens stofskifte. Ved hjælp af disse data har forskerne udviklet en computermodel, der kan forudsige, hvilke kemikalier der kan hæmme PPAR-γ og derfor muligvis øge risikoen for brystkræft, selvom disse kemikalier endnu ikke er blevet testet i laboratoriet.

Som en del af ph.d.-studiet blev over 100.000 kemikalier screenet i computermodellen, som kunne forudse, at mange tusind af disse med høj sandsynlighed hæmmer PPAR-γ. Fem af de forudsagte PPAR-γ-hæmmere blev testet i laboratoriet for at afprøve computermodellens pålidelighed.

Jacob Ardenkjær-Skinnerup udførte også forsøg med humane fedtceller. Resultaterne viste, at når disse celler blev udsat for både kendte og nye PPAR-γ-hæmmere (som f.eks. alkohol), udviklede fedtcellerne sig ikke korrekt. Derudover øgedes produktionen af et enzym, der danner østrogen. Disse resultater tyder på, at kemikalier, der hæmmer PPAR-γ, kan øge produktionen af østrogen og dermed øge risikoen for brystkræft.

”Det er meget spændende, at det er lykkedes at udvikle en computermodel til at screene titusindvis af kemikalier. Det betyder, at vi ikke behøver at undersøge hvert enkelt kemikalie i laboratoriet for at finde ud af, om det potentielt er kræftfremkaldende. I stedet kan vi få computeren til at lave forudsigelser for en masse kemikalier på samme tid,” siger Jacob Ardenkjær-Skinnerup på Det Nationale Forskningscenter for Arbejdsmiljøs hjemmeside.

Den nye QSAR-computermodel skal efterprøves eksperimentelt med mange flere kemikalier for, at kan kan vurdere modellens pålidelighed, og for at få en bedre forståelse af de biologiske virkningsmekanismer og årsagssammenhænge.