Proteinet kan visa om tumörcellerna delar sig mycket eller lite, det vill säga om tumören växer snabbt eller långsamt. Inom tumördiagnostik är Ki-67 en vanligt förekommande markör. Automatiserade analyser av Ki-67 kan underlätta för patologer i det kliniska arbetet.
Emilia Andersson, specialist i patologi med en doktorsexamen i tumörimmunologi, arbetar på Roche med frågor som rör onkologirelaterad diagnostik. Emilia Andersson har god erfarenhet av att arbeta kliniskt med Ki-67.
– För patologer är Ki-67 en vanlig markör som tillsammans med andra cancermarkörer ingår i grundpanelen för diagnostik av många former av cancer. Markören innehåller mycket information som stöttar oss i vår bedömning. Vid bröstcancer har diagnostiken främst fokus på östrogenreceptor (ER), progesteronreceptor (PR) och human epidermal growth factor receptor 2 (Her2), men de flesta laboratorier gör även Ki-67-analys i grundpanelen.
Aggressiva tumörer tenderar att ha en hög celldelning
Emilia Andersson berättar att många olika studier har visat samband mellan högt uttryck av Ki-67 och en sämre prognos. Samtidigt säger Emilia Andersson att Ki-67 har visat sig svårt att bedöma och att det även finns en problematik i att de studier som tittat på Ki-67 genomförts på olika sätt.
– Forskare har använt sig av olika metoder och tillvägagångssätt i bedömningen av Ki-67. Resultatet blir att det saknas tydliga riktlinjer för hur man bedömer Ki-67 och man är inte helt överens om vad som betraktas som “lågt” eller “högt”. Ki-67 är även känsligt för preanalytiska variationer. Om proverna inte är optimalt hanterade kan uttrycket av Ki-67 variera. Det innebär att det kliniska värdet är svårt att bedöma och av den anledningen ingår idag inte Ki-67 i de stora internationella riktlinjerna trots att vi vet att det är en viktig markör.
Kunskapsläget när det gäller preanalys har förstärkts i och med expertgruppen Preanalytics for Precision Medicine Project Team. Gruppen är tillsatt av CAP Personalized Healthcare Comittee och har gått igenom all tillgänglig litteratur om preanalys. [1]
– Expertgruppen har utfärdat riktlinjer för optimerad och standardiserad preanalys. Jag skulle fästa särskild vikt vid att tiden från operation eller provtagning tills att provet hamnar i formalin ska vara så kort som möjligt. Det får inte överstiga en timme. Större prover ska dessutom vara skivade i cirka 5 millimeter tjocka skivor för optimal fixering. Själva fixeringstiden ska vara minst 6 och max 36 timmar, möjligen upp mot 48 vid feta preparat. Fixeringsmetoden ska vara 10 procent neutral buffrad formalin (NBF) med pH 7 i rumstemperatur och helst 10 gånger mer i volym jämfört med provets volym.
Emilia Andersson säger vidare att det är viktigt att även sköta underhåll av plattformar och se till att följa instruktionerna.
– När det gäller bedömningen så behöver vi enas om sättet att räkna, och vad det är som ska räknas. Det vill säga vi behöver tydliga definitioner för vad som räknas som en positiv kärna och enas om vi ska räkna hot spots eller medelvärde. Det vore även önskvärt att komma fram till hur många celler som behöver räknas för att minska statistiska skillnader.
Uppdaterade internationella rekommendationer
Nyligen kom uppdaterade internationella rekommendationer från Breast Cancer Working Group, IKWG. Gruppen bildades år 2009 med uttalat syfte att möta problemen med dålig reproducerbarhet och tittar på preanalytiska faktorer, analysmetoder för bedömningen och klinisk användbarhet. Gruppen har publicerat flera studier och rekommendationer. Senast 2020 publicerade gruppen en artikel med titeln "Assessment of Ki67 in Breast Cancer: Updated Recommendations from the International Ki67 in Breast Cancer Working Group" i J Natl Cancer Inst där de rekommenderar ett standardiserat sätt att bedöma Ki67. [2]
– I artikeln presenteras tydliga instruktioner för hur vi väljer område att räkna i, hur många celler vi minst måste räkna och hur mycket infärgning som behövs för att en kärna ska räknas som positiv. Studier gruppen genomfört visar också på analytisk gångbarhet och klinisk användbarhet för att i vissa fall använda Ki-67 för att avgöra vilken nytta cellgiftsbehandling kan ha för patienten. Det har visat sig att den metod som beskrivs dessutom är tillräckligt stabil för att kunna användas och jämföras mellan olika laboratorier.
– Den största skillnaden mot tidigare studier är att IKWG har arbetat gemensamt och utvärderat olika metoder på ett väldigt strukturerat sätt för att försöka besvara de praktiska svårigheter vi ser i vardaglig praktik. De har bemött de grundläggande problemen med metodiken och givit förslag på standardisering. Att få gemensamma och tydligare instruktioner för hur vi ska bedöma Ki-67 så att analysresultatet omsätts i något som har en faktisk applicerbar klinisk betydelse för patienterna har varit otroligt efterlängtat.
Idag behöver patologer ägna mer tid åt varje prov, enligt Emilia Andersson är en generell trend inom patologin.
– Vi måste ägna mer och mer tid åt varje prov och rapportera fler och fler variabler. Arbetsbördan för patologer ökar och det kan bli svårare att hinna med lika många prover per dag som tidigare. I kombination med krav på kortare svarstider och brist på patologer är det en utmaning.
- Patologer är generellt väldigt duktiga på kvalitativa bedömningar men vi har sett att det är en dokumenterat större utmaning när det kommer till kvantitativa bedömningar, särskilt eftersom flera kräver att man räknar flera hundra celler. Det handlar om individuella förutsättningar, hur räknar jag i ett specifikt område, vilka celler ska jag räkna eller inte och hur är just mitt synfält placerat. Där kan bildanalys bidra med att rent praktiskt räkna fler celler, minska statistiska variationer och bättre harmonisera gränsvärdet mellan negativt och positivt. Det kan spara tid för patologerna.
Emilia Andersson förklarar att bildanalys fortfarande kräver att patologen övervakar och bestämmer var i provet bedömningen ska göras.
– Här är de rekommendationer som IKWG tagit fram väldigt viktiga. Det krävs även att patologen övervakar resultatet och vid behov korrigerar. Men, om vi får en bättre harmoniserad bedömning så kommer data bli bättre och därmed kan framtida studier baseras på bättre underlag. Bildanalys är ett första steg mot artificiell intelligens. I framtiden tror jag att vi kommer att kunna kombinera kvantitativa och kvalitativa bildanalyser och därmed se nya och bättre prognostiska värden som hjälper oss att ännu bättre styra behandlingen för patienten.