Hendrik Jütte, Klaus Gerwert, Andrea Tannapfel, Frederik Großerüschkamp und...
Hendrik Jütte, Klaus Gerwert, Andrea Tannapfel, Frederik Großerüschkamp und Anke Reinacher-Schick

 (von links) haben an der Studie zusammen gearbeitet.

© RUB, Marquard             

Protein-Diagnostik

KI und Infrarot-Mikroskopie klassifizieren Darmkrebs

Innerhalb von nur 30 Minuten kann die Infrarotmikroskopie automatisiert erkennen, um welche Form von Darmtumor es sich handelt. Auf dieser Basis lassen sich Therapieentscheidungen sicherer treffen.

Ein Forschungsteam des Zentrums für Proteindiagnostik Prodi der Ruhr-Universität Bochum (RUB) hat auf Quanten-Kaskaden-Lasern basierte Infrarot (IR)-Mikroskope eingesetzt, um Gewebeproben von Dickdarmkrebs aus dem klinischen Alltag markerfrei und automatisiert zu klassifizieren. Dabei gelang es mithilfe künstlicher Intelligenz binnen rund 30 Minuten, mit großer Treffsicherheit verschiedene Tumortypen zu unterscheiden. Die Klassifizierung ist die Grundlage einer Prognose des Krankheitsverlaufs und der Wahl einer Therapie. Das Team berichtet in der Zeitschrift Scientific Reports.

Photo
Analytische Ergebnisse der markierungsfreien digitalen Pathologie für die Diagnose von Darmkrebs (CRC). In (A) sind die Random Forest (RF) -Klassifikatorstruktur und der entsprechende Farbcode schematisch dargestellt. Die erste RF (erste Reihe) bestimmt gesunde und pathologische Regionen, die zweite RF (zweite Reihe) klassifiziert die pathologischen Regionen weiter, um Krebsregionen zu identifizieren, und die dritte RF (dritte Reihe) bestimmt den Mikrosatellitenstatus von Krebsregionen. In (B) und (C) werden die resultierenden Infrarot (IR) -Index-Farbbilder für eine mikrosatellitenstabile (MSS) CRC (B) und eine hochmikrosatelliteninstabile (MSI-H) CRC (C) gezeigt.

Bildquelle: Kallenbach-Thieltges et al., Scientific Reports 2020 (CC BY 4.0)

Bei Dickdarm- und anderen Krebserkrankungen unterscheidet man zwischen mikrosatellitenstabilen (MSS) und mikrosatelliteninstabilen (MSI) Tumoren. Mikrosatelliten sind meist funktionslose, kurze DNA-Sequenzen, die sich häufig wiederholen. Patienten mit MSI-Tumoren haben eine deutlich höhere Überlebensrate. Der Grund liegt in einer rund 1.000-fach erhöhten Mutationsrate der Krebszellen, die ihr Wachstum weniger erfolgreich macht. Weiterhin ist bei Patienten mit MSI-Tumoren die innovative Immuntherapie erfolgreicher. „Es ist also für die Prognose und die Entscheidung für eine Therapie wichtig zu wissen, um welche Art des Tumors es sich handelt“, so Prof. Dr. Anke Reinacher-Schick, Leiterin der Abteilung für Hämatologie und Onkologie des RUB-Klinikums St. Josef-Hospital. Bisher erfolgt die differentielle Diagnose durch immunhistochemische Färbungen von Gewebeproben mit anschließender aufwändiger Genanalyse.

Das Potenzial des IR-Imaging als diagnostisches Werkzeug zur Klassifizierung von Gewebe, die sogenannte Label-freie digitale Pathologie, hatte die Gruppe um Prof. Dr. Klaus Gerwert vom RUB-Lehrstuhl für Biophysik schon in früheren Studien gezeigt. Das Verfahren erkennt Krebsgewebe ohne vorherige Färbung oder andere Markierung und funktioniert daher auch automatisiert mithilfe künstlicher Intelligenz. Im Gegensatz zur herkömmlichen differentiellen Diagnose des Mikrosatellitenstatus, der etwa einen Tag dauert, benötigt das neue Verfahren dafür nur etwa eine halbe Stunde.

Die entscheidende Verbesserung des Verfahrens liegt darin, dass das Team der Proteinforschung es auf die Erkennung einer molekularen Veränderung des Gewebes erweitert hat. Zuvor waren nur morphologische Visualisierungen des Gewebes möglich. „Dies ist ein großer Schritt, der zeigt, dass das IR-Imaging eine vielversprechende Methodik in der zukünftigen Diagnostik und Therapieprädiktion werden kann“, so Klaus Gerwert.

In Zusammenarbeit mit dem Institut für Pathologie der RUB unter Leitung von Prof. Dr. Andrea Tannapfel und der Abteilung für Hämatologie und Onkologie des RUB-Klinikums St. Josef-Hospital führte das Forschungsteam eine Machbarkeitsstudie mit 100 Patienten durch. Sie zeigte eine Sensitivität von 100 Prozent und eine Spezifität von 93 Prozent: Alle MSI-Tumoren wurden mit dem neuen Verfahren korrekt klassifiziert, wenige wurden fälschlich als MSI-Tumoren erkannt. Nun startet eine erweiterte klinische Studie, die an Proben aus der Colopredict-Plus-2.0-Registerstudie durchgeführt wird. Die Registerstudie wurde von Andrea Tannapfel und Anke Reinacher-Schick initiiert und erlaubt die Validierung der Ergebnisse der veröffentlichten Arbeit. „Interessant ist die Methodik auch, weil sehr wenig Probenmaterial verbraucht wird, was in der heutigen Diagnostik mit immer mehr anwendbaren Techniken ein entscheidender Vorteil sein kann“, so Andrea Tannapfel.

Künftig soll das Verfahren in den klinischen Workflow eingebracht werden, um herauszufinden, wie groß sein Potenzial für die Präzisionsonkologie ist. „Eine schnelle und präzise Diagnostik ist aufgrund der immer gezielteren Therapie bei onkologischen Erkrankungen von großer Bedeutung“, erklärt Anke Reinacher-Schick.


Quelle: Ruhr-Universität Bochum (RUB)

23.06.2020

Mehr aktuelle Beiträge lesen

Verwandte Artikel

Photo

Ärzte unterstützen, Entdeckungsraten erhöhen

KI in der Krebsfrüherkennung: Studien zeigen Potential

Systeme Künstlicher Intelligenz entwickeln sich derzeit auch in der Medizin rasant und lösen vielfach Hoffnung, aber mitunter auch Ängste aus. Fest steht: Die Medizin wird sich durch KI in den…

Photo

Mikrosatelliten

Magen- und Darmkrebs: KI findet geeignete Patienten für Immuntherapie

Veränderungen von bestimmten Abschnitten im Erbgut einer Krebserkrankung – den sogenannten Mikrosatelliten – sind ein wichtiger Hinweis darauf, ob bei einem Patienten mit Magen- oder Darmkrebs…

Photo

Nach Herzinfarkt

KI entschlüsselt Gencode für Herzreparatur mit Stammzellen

Ein Forscherteam aus Deutschland und Japan hat einen neuen hochspezifischen Genexpressionscode entdeckt, der die Stammzellantwort für die Herzreparatur nach einem Infarkt steuert. Die Forscher…

Verwandte Produkte

BD Vacutainer Urine Tubes for Microbiology

Other

BD Vacutainer Urine Tubes for Microbiology

BD – Becton Dickinson
Eppendorf – Mastercycler nexus X2

Research Use Only (RUO)

Eppendorf – Mastercycler nexus X2

Eppendorf AG
Hund – H 600 AFL 100

Microscopy

Hund – H 600 AFL 100

Helmut Hund GmbH
Hund – medicus plus Myko

Microscopy

Hund – medicus plus Myko

Helmut Hund GmbH
Olympus – CX33

Microscopy

Olympus – CX33

Olympus Europa SE & Co. KG
Olympus – SC180

Microscopy

Olympus – SC180

Olympus Europa SE & Co. KG