Du bist nicht alleine...
abstrakt. Von: Activedia. Lizenz: CC0

Epigenetische Analyse: Dem Tumor den richtigen Namen geben

Wissenschaftler haben die Klassifikation von Tumoren des zentralen Nervensystems (ZNS) entscheidend verbessert: Mediziner können jetzt Tumoren des ZNS präziser bestimmten Risikogruppen zuordnen und sich auf dieser Basis für eine optimierte Therapie entscheiden. Die vom Hopp-Kindertumorzentrum am NCT Heidelberg (KiTZ) und der Abteilung Neuropathologie am Universitätsklinikum Heidelberg durchgeführte Studie wurde in der Fachzeitschrift Nature* veröffentlicht. Erstautor ist Prof. Dr. David Capper, der 2017 eine Professur für Molekulare Neuropathologie an der Charité – Universitätsmedizin Berlin angenommen hat.


Für die erfolgreiche Behandlung von Krebs im ZNS ist es wichtig, die molekularen Eigenschaften der Tumoren genau zu kennen. Zurzeit lassen sich über Gewebemerkmale rund 100 verschiedene Arten von ZNS-Tumoren unterscheiden, die ganz unterschiedlich auf Strahlen- und Chemotherapien ansprechen. Um den Tumor näher zu klassifizieren, zum Beispiel über bestimmte Mutationen im Erbgut, werden auch molekulardiagnostische Methoden eingesetzt. Dennoch ist die Variabilität groß, was die Standardisierung von Diagnoseverfahren erschwert.

Mit dem Ziel, die Diagnostik von ZNS-Tumoren zu verbessern, entwickelte das Team um Prof. Stefan Pfister, KiTZ-Direktor und Abteilungsleiter „Pädiatrische Neuroonkologie“ am Deutschen Krebsforschungszentrum, zusammen mit Kollegen der Abteilung Neuropathologie am Heidelberger Universitätsklinikum unter der Leitung von Prof. Andreas von Deimling, ein neues computerbasiertes Verfahren: „Wir hoffen, die diagnostische Treffsicherheit bei ZNS-Tumoren mit unserer neuen, molekularen Klassifizierungsmethode zu verbessern und damit auch die Erfolgsaussichten der anschließenden Therapie zu erhöhen“, erklärt Prof. von Deimling.

Die Forscher analysierten bestimmte chemische Markierungen im Erbgut von Tumoren, sogenannte DNA-Methylierungen. Verschiedene Zelltypen weisen charakteristische Muster an DNA-Methylierungen in ihrem Erbgut auf, die wiederum Rückschlüsse auf die zelluläre Herkunft des Tumors zulassen. „Wir haben computerbasierte Algorithmen entwickelt, die 82 verschiedene Arten von ZNS-Tumoren anhand ihrer Methylierungsmuster zuverlässig unterscheiden können“, sagt Prof. Capper, Professor am Institut für Neuropathologie der Charité und Fakultätsmitglied des Berliner Standortes des Deutschen Krebskonsortiums (DKTK), und betont: „Gerade bei Tumoren, die wir durch die reine Betrachtung unter dem Mikroskop nicht ohne Weiteres einer diagnostischen Kategorie zuordnen können, hilft die Methylierungsanalyse häufig, eine eindeutige Diagnose zu stellen. Die Analyse der insgesamt circa 2.800 Tumor-Referenzproben ermöglicht zudem die Abgrenzung bestimmter Tumor-Subgruppen, die in den bisher gängigen Klassifizierungen noch gar nicht enthalten sind.“

Die Wissenschaftler analysierten mehr als 1.100 weitere Tumorproben, um zu testen, ob sich die Methode für den Einsatz in der klinischen Routinediagnostik eignet. In rund zwölf Prozent der Tumoren konnten sie mithilfe der Methylierungsmuster die ursprüngliche Diagnose korrigieren. Weiterführende molekulardiagnostische Untersuchungen zeigten in fast allen Fällen, in denen dies möglich war, dass die molekulare Zuordnung die Tumoren sogar besser charakterisierte als die ursprüngliche mikroskopische Diagnose.

„Wir sind überzeugt, dass sich unsere neue Methode gut für den Einsatz in der Klinik eignet“, sagt Prof. Pfister und ergänzt: „Wir haben unser Klassifizierungssystem online zugänglich gemacht, damit Forscher ihre Daten auf unserer Plattform analysieren können.“ Durch die Informationen, die auf diese Weise gleichzeitig eingehen, sollen vor allem seltene Krebserkrankungen in Zukunft eindeutig diagnostiziert und damit besser behandelt werden.

Das Verfahren wurde in enger Zusammenarbeit mit dem DKTK entwickelt. Maßgeblich unterstützt wurde das Projekt von der Deutschen Kinderkrebsstiftung.

*Capper D., Jones D.T.W., Sill M., Hovestadt V., von Deimling A., and Pfister S.M. „DNA methylation-based classification of central nervous system tumours”. Online publication 14. March 2018; DOI: 10.1038/nature26000.

(pi Institut für Neuropathologie, Charité – Universitätsmedizin Berlin, 15.03.2018)

Schreibe einen Kommentar

Cookie-Hinweis

Für die ordnungsgemäße Funktion unserer Website nutzen wir Cookies. Weitere Cookies werden ggf. durch Drittanbieter in Ihrem Browser gesetzt (z.B. durch unser Twitter-Widget). Bitte entscheiden Sie selbst, welche unserer Dienste Sie nutzen möchten. - Infos zu den Auswirkungen Ihrer Auswahl finden Sie hier ».

Treffen Sie eine Auswahl um fortzufahren:

Ihre Auswahl wurde gespeichert!

Impressum | Datenschutz | Forum

Hilfe

Um fortfahren zu können, müssen Sie eine Cookie-Auswahl treffen. Nachfolgend erhalten Sie eine Erläuterung der verschiedenen Optionen und ihrer Bedeutung.

  • Alle Cookies zulassen:
    Wenn Sie alle Cookies zulassen, werden Ihre persönlichen Daten ggf. von Twitter, YouTube (ein Dienst von Google) etc. erfasst.
  • Wir empfehlen: Drittanbieter-Cookies blockieren. Sie können die Dienste jederzeit nachladen.:
    Mit dieser Auswahl werden die Angebote von Drittanbietern blockiert und für Sie ausgeblendet. Sie können diese Funktionen bei Bedarf jederzeit nachladen.
  • Ohne Drittanbieter und ohne die statistische Auswertung (Wir können erhobene Daten nicht zu Ihrer Person zurückverfolgen! Serverstandort: Deutschland.):
    Mit dieser Option werden nur noch technisch notwendige Cookies gesetzt, inklusive des Cookies, mit dessen Hilfe wir Ihnen diese Auswahlfunktion anbieten. Wir würden es sehr bedauern, wenn Sie zusätzlich zu den Drittanbietern auch unsere Websiteanalyse abschalten. Aufgrund datenschutzrechtlicher Bedenken nutzen wir kein Google Analytics und erfassen alle Informationen so, dass keine Rückschlüsse auf Ihre Person möglich sind.

Impressum, Datenschutzerklärung und Forum können Sie ohne das Treffen einer Auswahl besuchen. Sie können Ihre Cookie-Einstellung jederzeit hier ändern: Datenschutzerklärung.

Zurück