Um Behandlungsempfehlungen auszusprechen, nimmt die Einteilung in Risikogruppen eine immer größer werdende Rolle ein. Diese Einteilung basiert auf molekularen Markern, anhand derer künstliche Intelligenz bestimmte chemische Veränderungen analysiert. Während frühere Arbeiten zu unterschiedlichen Ergebnissen in Bezug auf die Methylierung kamen, zeigt eine neue Studie der Universität Heidelberg und des Deutschen Krebsforschungszentrums, das nicht nur die Methylierungssignale des Tumors eine Rolle spielen, auch die eingewanderten Immunzellen prägen das molekulare Profil.
Immunzellen sind maßgeblich
Bei der DNA-Methylierung eines Gehirntumors erhält die KI Daten eines Gemischs verschiedener Zelltypen des Tumors, die nicht unterschieden werden. Hieran erkennt die KI Muster, die zur Einteilung in die Risikogruppen führen. Nun zeigt sich, dass diese Muster maßgeblich von den Immunzellen des Tumors abhängig sind. „Unsere Arbeit zeigt, dass die Methylierungs-Signale der Immunzellen im Tumor mindestens ebenso wichtige Marker für die KI-Klassifikation sind wie die der Tumorzellen“, erläutert Professor Felix Sahm, Medizinische Fakultät Heidelberg. Es gibt daher keine starren Untergruppen, sondern fließende Übergänge entlang des Risikospektrums.
Basis der Analyse waren Meningeome mit Veränderungen im NF2-Gen. Im NF2-Gen ist der Bauplan für ein Protein enthalten, dass die Zellteilung kontrollieren kann. Fehlt dieses Gen, fehlt die Regulation und die Tumorzellen können sich unkontrolliert vermehren. Diese Informationen zum Tumor sind jedoch noch nicht aussagekräftig genug für die Einteilung in Subgruppen oder zum Tumorgrad.
Einfache Färbetechnik
Mithilfe der KI erstellte das Team nun anhand der Einzelzellanalysen Muster der Genaktivität im Tumorgewebe und Methylierungsprofile. Dabei zeigte sich der Einfluss der Immunzellen auf den Krankheitsverlauf. Fanden sich in und um den Tumor hauptsächlich Immunzellen, die hirneigenen Mikroglia-Zellen ähnelten, hatten die Patientinnen und Patienten eine gute Prognose sowie ein geringes Rückfallrisiko. Waren jedoch mehr Immunzellen aus dem Blut, sogenannte Makrophagen, eingewandert, zeigte sich der Tumor aggressiver. Makrophagen sind „Fresszellen“, die in einen Modus fallen können, der den Tumor unterstützt und nicht hemmt. Die Immunzellen markieren damit die Position des Tumors im Risikospektrum, diese kann sich jedoch verändern.
Daraus leiteten die Forschenden einen einfachen immunhistochemischen Ansatz ab, indem durch Färbetechniken für Makrophagen-Marker die Anzahl der tumorfördernden Makrophagen abgeschätzt werden kann. Daraus ergibt sich schnell die Unterscheidung zwischen gut- und bösartigem Hirntumor. Die Färbung hilft zudem, die aussagekräftigen Tumorareale für weiterführende molekulare Tests auszuwählen. So sind nun die notwendigen Basisdaten bekannt, die für eine KI-gestützte Risikoabschätzung notwendig sind.
Quelle: idw
Artikel teilen
