WASHINGTON: Neue Untersuchungen unter der Leitung von NYU Langone Health und ihrem Perlmutter Cancer Center legen nahe, dass genetische Daten von scheinbar gesundem Gewebe in der Nähe von Lungentumoren anstelle einer Analyse der Tumoren selbst ein besserer Indikator dafür sein könnten, ob der Krebs nach der Behandlung erneut auftritt.
Nach Angaben der US-amerikanischen Zentren für die Kontrolle und Prävention von Krankheiten ist das Lungenadenokarzinom, das seinen Ursprung in Alveolarepithelzellen hat und etwa ein Drittel aller Lungenkrebsfälle im Land ausmacht, Gegenstand der aktuellen Studie. Wenn Tumore frühzeitig operativ entfernt werden Im Verlauf der Krankheit erholen sich die meisten Patienten; In etwa 30 % der Fälle kehren jedoch zuvor vorhandene Krebszellen zurück und können tödlich sein. Daher haben Forscher lange nach Biomarkern oder Rezidivprädiktoren gesucht, die zu mehr führen könnten.
An der Studie nahmen 147 Männer und Frauen teil, die wegen Lungenkrebs im Frühstadium behandelt wurden. Es untersuchte den Nutzwert des Transkriptoms, des vollständigen Satzes von RNA-Molekülen, die den Zellen sagen, welche Proteine sie herstellen sollen. Die Analyse von RNA, die aus scheinbar gesundem Gewebe in der Nähe von Tumorzellen entnommen wurde, ergab eine genaue Vorhersage, dass der Krebs in 83 % der Fälle erneut auftreten würde, während RNA aus Tumoren selbst nur in 63 % der Fälle aussagekräftig war.
„Unsere Ergebnisse deuten darauf hin, dass das Muster der Genexpression in scheinbar gesundem Gewebe als wirksamer und bisher schwer fassbarer Biomarker dienen könnte, um das Wiederauftreten von Lungenkrebs in den frühesten Stadien der Krankheit vorherzusagen“, sagte der Co-Hauptautor der Studie, Igor Dolgalev, Ph.D .
Die Untersuchung, die am 8. November online in der Zeitschrift Nature Communications veröffentlicht wurde, ist die bisher umfangreichste, die genetisches Material von Tumoren und angrenzendem Gewebe und ihre Fähigkeit zur Vorhersage eines Wiederauftretens vergleicht, sagt Dolgalev, Assistenzprofessor in der medizinischen Abteilung der NYU Grossman School of Medicine und Mitglied des Perlmutter Cancer Center.
Für die Studie sammelte das Forscherteam fast 300 Tumor- und gesunde Gewebeproben von Lungenkrebspatienten. Die Forscher der Studie sequenzierten dann die RNA jeder Probe und speisten diese Daten zusammen mit der Frage, ob innerhalb von fünf Jahren nach der Operation ein erneutes Auftreten auftrat oder nicht, in einen Algorithmus der künstlichen Intelligenz ein. Dieses Programm nutzte eine Technik namens „maschinelles Lernen“, um mathematische Modelle zur Schätzung des Wiederholungsrisikos zu erstellen.
Die Ergebnisse zeigten, dass die Expression von Genen, die mit Entzündungen oder einer erhöhten Aktivität des Immunsystems in angrenzendem, scheinbar normalem Lungengewebe verbunden sind, für Vorhersagen besonders nützlich war. Diese Abwehrreaktion, sagen die Studienautoren, sollte in wirklich gesundem Gewebe nicht vorhanden sein und könnte ein Frühwarnzeichen für eine Krankheit sein.
„Unsere Ergebnisse deuten darauf hin, dass scheinbar normales Gewebe, das sich in der Nähe eines Tumors befindet, möglicherweise doch nicht gesund ist“, sagte der Co-Hauptautor der Studie, Hua Zhou, PhD, Bioinformatiker an der NYU Grossman und Mitglied des Perlmutter Cancer Center. „Stattdessen könnten entwichene Tumorzellen diese unerwartete Immunantwort bei ihren Nachbarn auslösen.“
„Eine Immuntherapie, die die Immunabwehr des Körpers stärkt, könnte daher dazu beitragen, das Tumorwachstum zu bekämpfen, bevor es für herkömmliche Erkennungsmethoden sichtbar wird“, fügte Aristotelis Tsirigos, PhD, Mitautor der Studie und Krebsbiologe hinzu.
Tsirigos, Professor an der Abteilung für Pathologie an der NYU Grossman und Mitglied des Perlmutter Cancer Center, warnt davor, dass die Untersuchung rückwärts funktionierte und das Computerprogramm anhand von Fällen trainierte, von denen bereits bekannt war, dass die Krankheit erneut aufgetreten war.
Daher plant das Studienteam als nächstes, das Programm zur prospektiven Bewertung des Rezidivrisikos bei Patienten zu nutzen, die neu wegen Lungenkrebs im Frühstadium behandelt wurden, sagt Tsirigos, der auch Direktor der Applied Bioinformatics Laboratories der NYU Langone ist.
Nach Angaben der US-amerikanischen Zentren für die Kontrolle und Prävention von Krankheiten ist das Lungenadenokarzinom, das seinen Ursprung in Alveolarepithelzellen hat und etwa ein Drittel aller Lungenkrebsfälle im Land ausmacht, Gegenstand der aktuellen Studie. Wenn Tumore frühzeitig operativ entfernt werden Im Verlauf der Krankheit erholen sich die meisten Patienten; In etwa 30 % der Fälle kehren jedoch zuvor vorhandene Krebszellen zurück und können tödlich sein. Daher haben Forscher lange nach Biomarkern oder Rezidivprädiktoren gesucht, die zu mehr führen könnten.
An der Studie nahmen 147 Männer und Frauen teil, die wegen Lungenkrebs im Frühstadium behandelt wurden. Es untersuchte den Nutzwert des Transkriptoms, des vollständigen Satzes von RNA-Molekülen, die den Zellen sagen, welche Proteine sie herstellen sollen. Die Analyse von RNA, die aus scheinbar gesundem Gewebe in der Nähe von Tumorzellen entnommen wurde, ergab eine genaue Vorhersage, dass der Krebs in 83 % der Fälle erneut auftreten würde, während RNA aus Tumoren selbst nur in 63 % der Fälle aussagekräftig war.
„Unsere Ergebnisse deuten darauf hin, dass das Muster der Genexpression in scheinbar gesundem Gewebe als wirksamer und bisher schwer fassbarer Biomarker dienen könnte, um das Wiederauftreten von Lungenkrebs in den frühesten Stadien der Krankheit vorherzusagen“, sagte der Co-Hauptautor der Studie, Igor Dolgalev, Ph.D .
Die Untersuchung, die am 8. November online in der Zeitschrift Nature Communications veröffentlicht wurde, ist die bisher umfangreichste, die genetisches Material von Tumoren und angrenzendem Gewebe und ihre Fähigkeit zur Vorhersage eines Wiederauftretens vergleicht, sagt Dolgalev, Assistenzprofessor in der medizinischen Abteilung der NYU Grossman School of Medicine und Mitglied des Perlmutter Cancer Center.
Für die Studie sammelte das Forscherteam fast 300 Tumor- und gesunde Gewebeproben von Lungenkrebspatienten. Die Forscher der Studie sequenzierten dann die RNA jeder Probe und speisten diese Daten zusammen mit der Frage, ob innerhalb von fünf Jahren nach der Operation ein erneutes Auftreten auftrat oder nicht, in einen Algorithmus der künstlichen Intelligenz ein. Dieses Programm nutzte eine Technik namens „maschinelles Lernen“, um mathematische Modelle zur Schätzung des Wiederholungsrisikos zu erstellen.
Die Ergebnisse zeigten, dass die Expression von Genen, die mit Entzündungen oder einer erhöhten Aktivität des Immunsystems in angrenzendem, scheinbar normalem Lungengewebe verbunden sind, für Vorhersagen besonders nützlich war. Diese Abwehrreaktion, sagen die Studienautoren, sollte in wirklich gesundem Gewebe nicht vorhanden sein und könnte ein Frühwarnzeichen für eine Krankheit sein.
„Unsere Ergebnisse deuten darauf hin, dass scheinbar normales Gewebe, das sich in der Nähe eines Tumors befindet, möglicherweise doch nicht gesund ist“, sagte der Co-Hauptautor der Studie, Hua Zhou, PhD, Bioinformatiker an der NYU Grossman und Mitglied des Perlmutter Cancer Center. „Stattdessen könnten entwichene Tumorzellen diese unerwartete Immunantwort bei ihren Nachbarn auslösen.“
„Eine Immuntherapie, die die Immunabwehr des Körpers stärkt, könnte daher dazu beitragen, das Tumorwachstum zu bekämpfen, bevor es für herkömmliche Erkennungsmethoden sichtbar wird“, fügte Aristotelis Tsirigos, PhD, Mitautor der Studie und Krebsbiologe hinzu.
Tsirigos, Professor an der Abteilung für Pathologie an der NYU Grossman und Mitglied des Perlmutter Cancer Center, warnt davor, dass die Untersuchung rückwärts funktionierte und das Computerprogramm anhand von Fällen trainierte, von denen bereits bekannt war, dass die Krankheit erneut aufgetreten war.
Daher plant das Studienteam als nächstes, das Programm zur prospektiven Bewertung des Rezidivrisikos bei Patienten zu nutzen, die neu wegen Lungenkrebs im Frühstadium behandelt wurden, sagt Tsirigos, der auch Direktor der Applied Bioinformatics Laboratories der NYU Langone ist.