Derzeit ist es gängige Praxis, die Chemotherapie entsprechend der Körperoberfläche des Patienten zu dosieren. Diese Praxis ist jedoch nicht ideal, da es Patienten gibt, die starke Nebenwirkungen haben und andere, die kaum Nebenwirkungen aufweisen. Damit intelligentere Dosierungsschemata entwickelt werden können und prophylaktische Maßnahmen zum Verhindern von Therapienebenwirkungen besser geplant werden können, ist die Kenntnis der Faktoren erforderlich, welche die Nebenwirkungen verursachen. Die hämatologischen Nebenwirkungen der Chemotherapie sind dabei am stärksten ausgeprägt und führen oft zu Dosiserosionen, Zeitverschiebungen zwischen den Chemotherapiezyklen oder sogar zu einem Abbruch der Therapie. Das hat wiederum negative Auswirkungen auf den Therapieerfolg. In dieser Arbeit wurden daher Prognosemodelle für chemotherapieinduzierte hämatologische Nebenwirkungen aufgebaut. Die Daten von 1399 Patienten mit aggressivem Non-Hodgkin-Lymphom und einem breiten Altersspektrum von 18-75 Jahren aus der NHL-B1/B2-Studie (Pfreundschuh et al. 2004a und b) gingen in die Analyse ein. Es wurden für die jüngeren (<= 60 Jahre) und die älteren Patienten (> 60 Jahre) multivariate Proportionale Odds Regressionsmodelle für die drei hämatopoetischen Linien der Leukozytopenie, Thrombozytopenie und Anämie gerechnet und an zwei unabhängigen Datensätzen, auch unter Rituximab-haltigen Chemotherapieschemata, validiert. Die hier entwickelten Modelle konnten ein breites Heterogenitätsspektrum für die hämatologischen Nebenwirkungen erklären. Bemerkenswert ist, dass einige der Faktoren für hämatologische Nebenwirkungen gleichzeitig auch Faktoren des Internationalen Prognostischen Index für das Therapieergebnis sind. Die im ersten Chemotherapiezyklus beobachtete Nebenwirkung war der stärkste prognostische Faktor. Mit einigen der Modelle konnte die kumulative Nebenwirkung über die Chemotherapiezyklen hinweg gezeigt werden. Die Demonstration des Zusammenhangs zwischen den für Leukozytopenie ermittelten Risikogruppen und den klinisch relevanten Größen Infektion, Antibiotikagabe, Hospitalisierungstage und therapieassoziierte Todesfälle ist ein sehr wichtiges Ergebnis der Arbeit. Es wurde eine Internetseite (www.toxcalculator.com) entwickelt, welche den Ärzten die Möglichkeit bietet, die bei dem Patienten vorliegenden Prognosefaktoren einzugeben und dann die Modellvorhersagen für die zu erwartenden hämatologischen Nebenwirkungen zu erhalten. Die Ergebnisse der Arbeit wurden in der hochrangigen Zeitschrift ‚Annals of Oncology‘ publiziert (Ziepert et al. 2008).

Introduction Neutropenia is a life-threatening and dose-limiting toxicity of palliative lung cancer chemotherapy. Whilst some neutropenias are inevitable, evidence suggests that patients with a previous neutropenic event are 50% more likely to have a further neutropenic event. The aim of this research is to evaluate the variables associated with the risk of secondary neutropenic events and the role of chemotherapy dose reductions. Methods A retrospective analysis was carried out on 361 biochemical neutropenic events in palliative lung cancer patients across 5 sites in South Yorkshire and Bassetlaw. Predictors for a secondary neutropenic event were investigated in univariate and multivariate logistic regression analysis. The predictive model was validated through discrimination statistics, described by Receiver Operating Characteristic Area Under Curve (ROC-AUC). Results The incident rate for secondary neutropenic events was 32.7%. Patients with a successful intervention received a higher mean Relative Dose Intensity (RDI) of 75.65% compared to 65.05%, across the 2 chemotherapy cycles. The univariate analysis found that the biochemical type of neutropenia (depth and length of suppression) (p=0.003), dose reduction of drug 1 (p=0.042), average dose reduction (p=0.019), and cumulative dose reduction (p=0.018) were significant at reducing the risk of secondary neutropenia. Granulocyte-Colony Stimulating Factor did not offer a protective effect. The final logistic regression model evaluated 357 events and included all variables due to significant interrelationship. The model had a ROC-AUC of 0.76 (0.71-0.81) (p= 0.0021), explaining 27% of the variance. Conclusion Appropriate dose reductions play a vital role in preventing secondary neutropenic events and delivering optimal RDIs. The results of this study can aid in identifying high-risk patients.

Preclinical testing is an important part of cancer drug development. The aim of this thesis was to establish and evaluate preclinical in vitro methods useful in the development of new anticancer drugs. In paper I, the development of non-clonogenic assays (FMCA-GM) using CD34+ stem cells for assessment of haematological toxicity was described. A high correlation was seen when comparing the 50% inhibitory concentrations (IC50) from FMCA-GM with the IC50 from the established clonogenic assay (CFU-GM). In paper II, FMCA-GM was complemented with additional cell models, establishing a normal cell panel. In vitro toxicity towards the five normal cell types was compared with known clinical adverse event profiles. The normal cell panel roughly reflected the tissue specific toxicities but was most useful in the prediction of therapeutic index. In paper III the use of peripheral blood lymphocytes from human, dog, rat and mouse to detect species differences in cellular drug sensitivity was described. Good agreement between our method and the established CFU-GM assay was observed. In paper II the benefit of using primary tumour cells from patients to predict cancer diagnosis-specific activity was studied. The in vitro activity of fourteen anticancer drugs was tested in tumour samples of both haematological and solid tumour origin. In general, clinical activity was well reflected. In paper IV, the efficacy and toxicity models were applied for experimental follow-up of a novel inhibitor of the ubiquitin-proteasome system, CB3 (Phosphoric acid, 2,3-dihydro-1,1-dioxido-3-thienyl diphenyl ester). In the preliminary characterization of CB3, antitumour activity and a favourable toxicity profile were displayed, although the exact mechanism of action remains to be elucidated. CB3 will therefore be further investigated. In conclusion, the work presented here contributes to different parts of the preclinical drug development and the methods may aid in the characterization of anticancer compounds

Derzeit ist es gängige Praxis, die Chemotherapie entsprechend der Körperoberfläche des Patienten zu dosieren. Diese Praxis ist jedoch nicht ideal, da es Patienten gibt, die starke Nebenwirkungen haben und andere, die kaum Nebenwirkungen aufweisen. Damit intelligentere Dosierungsschemata entwickelt werden können und prophylaktische Maßnahmen zum Verhindern von Therapienebenwirkungen besser geplant werden können, ist die Kenntnis der Faktoren erforderlich, welche die Nebenwirkungen verursachen. Die hämatologischen Nebenwirkungen der Chemotherapie sind dabei am stärksten ausgeprägt und führen oft zu Dosiserosionen, Zeitverschiebungen zwischen den Chemotherapiezyklen oder sogar zu einem Abbruch der Therapie. Das hat wiederum negative Auswirkungen auf den Therapieerfolg. In dieser Arbeit wurden daher Prognosemodelle für chemotherapieinduzierte hämatologische Nebenwirkungen aufgebaut. Die Daten von 1399 Patienten mit aggressivem Non-Hodgkin-Lymphom und einem breiten Altersspektrum von 18-75 Jahren aus der NHL-B1/B2-Studie (Pfreundschuh et al. 2004a und b) gingen in die Analyse ein. Es wurden für die jüngeren (<= 60 Jahre) und die älteren Patienten (> 60 Jahre) multivariate Proportionale Odds Regressionsmodelle für die drei hämatopoetischen Linien der Leukozytopenie, Thrombozytopenie und Anämie gerechnet und an zwei unabhängigen Datensätzen, auch unter Rituximab-haltigen Chemotherapieschemata, validiert. Die hier entwickelten Modelle konnten ein breites Heterogenitätsspektrum für die hämatologischen Nebenwirkungen erklären. Bemerkenswert ist, dass einige der Faktoren für hämatologische Nebenwirkungen gleichzeitig auch Faktoren des Internationalen Prognostischen Index für das Therapieergebnis sind. Die im ersten Chemotherapiezyklus beobachtete Nebenwirkung war der stärkste prognostische Faktor. Mit einigen der Modelle konnte die kumulative Nebenwirkung über die Chemotherapiezyklen hinweg gezeigt werden. Die Demonstration des Zusammenhangs zwischen den für Leukozytopenie ermittelten Risikogruppen und den klinisch relevanten Größen Infektion, Antibiotikagabe, Hospitalisierungstage und therapieassoziierte Todesfälle ist ein sehr wichtiges Ergebnis der Arbeit. Es wurde eine Internetseite (www.toxcalculator.com) entwickelt, welche den Ärzten die Möglichkeit bietet, die bei dem Patienten vorliegenden Prognosefaktoren einzugeben und dann die Modellvorhersagen für die zu erwartenden hämatologischen Nebenwirkungen zu erhalten. Die Ergebnisse der Arbeit wurden in der hochrangigen Zeitschrift ‚Annals of Oncology‘ publiziert (Ziepert et al. 2008).

Omkring 20 miljoner nya cancerfall inträffar över hela världen varje år, och under 2020 uppskattades det att 10 miljoner dödsfall var förknippade med cancer. En av de vanligaste behandlingarna för cancer är cytostatika (cellgifter) som angriper alla snabbväxande celler. Detta kan i sin tur leda till allvarliga biverkningar, exempelvis hematologiska toxicitetsreaktioner som kan vara livshotande och till och med dödliga, men hur allvarligt en patient kommer att reagera på behandlingen är mycket individuellt. För närvarande finns det ingen definitiv förklaring på vad som är den bakom- liggande orsaken till dessa allvarliga toxicitetsreaktioner. Det kan vara en genetisk komponent och det antas att genetiska variationer finns i genomets regulatoriska sekvenser som kan vara bidragande faktorer. För detta examensarbete har det identifierats varianter som finns inom eller nära någon enhancer där motsvarande enhancer kan vara kopplad till gener relevanta för de allvarliga toxicitetsreaktioner som vissa patienter upplever. Syftet är att validera att dessa enhancers faktiskt reglerar genuttrycket av dessa gener genom CRISPR-interferens (CRISPRi). Genom att rikta in sig på de identifierade enhancer-varianterna med CRISPRi-systemet, med hjälp av flera olika sgRNA, skulle en mätbar förändring i genuttryck kunna uppnås. Den slutliga valideringen av dessa enhancers, om de faktiskt modulerar genuttrycket, har inte utförts på grund av tidsbrist. Dock  har  alla  nöd- vändiga komponenter förberetts såsom att integrera de erforderliga sekvenserna för CRISPRi till genomet av cancercellinjen K562 och sorterat ut de celler med framgångsrik integrering, därigenom skapat en stabil cellinje. / Around 20 million new cancer cases occur worldwide every year, and in 2020 alone it was estimated that 10 million deaths were associated with cancer. One of the most common treatments for cancer is the use of chemotherapy drugs which are nonspecific and target all fast dividing cells. This in turn can lead to serious haematological toxicity reactions among other adverse side effects that could be life threatening and even fatal, but how severely a patient will react to the treatment is very individual.  As of now there is no definite answer to what the underlying cause for these severe toxicity reactions is.  There could be a genetic component and it is hypothesised that there are variants residing in the regulatory sequences of the genome that could be contributing factors. For this degree project, variants that are located within or near an enhancer have been identified where the corresponding enhancer might be linked to genes relevant for why some patients might experience severe toxicity re- actions. The aim is to validate that these enhancers do in fact regulate the gene expression of these genes through the use of CRISPR-interference (CRISPRi). By targeting around the identified enhancer variants with the CRISPRi system, using several different sgRNA, there could be a measur- able change in gene expression. The final validation of the enhancers, if these do in fact modulate the gene expression, was not performed due to lack of time. However, all necessary components were prepared such as integrating the required sequences for CRISPRi into the genome of the cancer cell line K562 and sort for successful integration, thereby creating a stable cell line.