News • Verbesserte Risikoeinschätzung
Kopf-Hals-Krebs: Marker für bessere Therapien
Bösartige Tumoren im Kopf- und Halsbereich sind aufgrund ihrer Heterogenität schwierig zu behandeln. Zudem erschwert der Mangel an prognostischen Markern eine personalisierte Behandlung erheblich.
Bildquelle: Spielvogel et al., European Journal of Nuclear Medicine and Molecular Imaging 2022 (CC BY 4.0)
Im Rahmen einer gemeinsamen Studie der Medizinischen Universität Wien und dem Christian Doppler Labor für Angewandte Metabolomik stand die Entwicklung und Identifizierung von spezifischen Markern im Fokus, die eine verbesserte Risikoeinschätzung für die Patienten ermöglichen soll. Die Studie wurde im European Journal of Nuclear Medicine and Molecular Imaging publiziert.
Die genetischen Eigenschaften der äußerst diversen Tumoren im Kopf- und Halsbereich sind bisher wenig untersucht. Auch geeignete Parameter zur Risikoeinschätzung innerhalb der Gruppe der Hochrisikopatienten fehlten bislang. Vor diesem Hintergrund ist die aktuelle Studie zu sehen, die ein Forschungsteam um Lukas Kenner vom Klinischen Institut für Pathologie der MedUni Wien und Alexander Haug von der Universitätsklinik für Radiologie und Nuklearmedizin der MedUni Wien in Kooperation mit dem Christian Doppler Labor für Metabolomik und dessen Unternehmenspartner Siemens Healtheers durchgeführt hat. Dabei analysierten die Wissenschafter mittels DNA-Sequenzierung von 127 Gewebeproben erkrankter Patienten sowie der Positronen-Emissions-Tomographie (PET) als bildgebendem Verfahren die zellulären Merkmale der Tumoren mittels Methoden der künstlichen Intelligenz (KI). Ziel der retrospektiven Studie (Erstautor Clemens Spielvogel) war es, durch eine Zusammenführung der Daten von Gen-Analyse und Bildgebung spezifische Zahlen zu berechnen, die als Marker für die Risikoeinschätzung bei Patienten eingesetzt werden können.
Zunächst erfolgte eine Sequenzierung der DNA aus den Gewebeschnitten sowie eine Auswertung der dreidimensionalen PET-Bilder von Patienten, wobei spezifische Bildmuster extrahiert wurden. Durch die Zusammenführung des Datenmaterials auf Basis maschinellen Lernens gelang es dem Forschungsteam, in den Tumoren unterschiedlich gestörte genetische Netzwerke zu identifizieren, die eine zelluläre Seneszenz auslösen. Das bedeutet, dass sich Zellen nicht teilen und keine Entzündungsbotenstoffe ausschütten, aber nicht sterben. Problematisch dabei ist, dass solche Zellen Moleküle in benachbarte Gewebe ausschütten können, die zur Förderung der Tumorentwicklung beitragen.
Das Ergebnis der Studie zeigt, dass die vorgefundene zellulare Seneszenz gemeinsam mit den spezifischen, extrahierten Mustern mit einem hohen Risiko für Kopf-Hals-Krebspatienten verbunden ist. Resümierend lässt sich feststellen, dass die rechnerisch identifizierten Marker aus genetischen und Bild-basierten Daten die Heterogenität der Tumoren besser abbilden können. So ist es möglich, rasch gezieltere Therapien zu entwickeln und anzuwenden sowie Hochrisikopatienten engmaschiger zu überwachen.
Quelle: Medizinische Universität Wien
26.10.2022
