Neuer Biomarker übertrifft bestehende Methoden zur Vorhersage des Chemotherapieansprechens bei TNBC
Forschende am The University of Texas MD Anderson Cancer Center haben einen computergestützten Ansatz entwickelt, der die tumor-specific total mRNA expression (TmS) nutzt, um das Chemotherapieansprechen bei Patientinnen mit triple-negativem Brustkrebs (TNBC) präziser vorherzusagen. In ethnisch diversen Kohorten übertraf der TmS-Biomarker bestehende Methoden und lieferte zudem Hinweise auf populationsspezifische Unterschiede in der Tumormikroumgebung.
Forscherinnen und Forscher am The University of Texas MD Anderson Cancer Center haben einen neuen computergestützten Ansatz entwickelt, der Veränderungen der Genexpression in Tumoren im Verhältnis zu ihren spezifischen Mikroumgebungen besser berücksichtigt. Dieser Ansatz übertraf aktuelle Methoden zur Vorhersage des Chemotherapieansprechens bei Patientinnen mit triple-negativem Brustkrebs (TNBC).
Das neue Tool, entwickelt von einem Professor für Bioinformatik und Computational Biology sowie Kolleginnen und Kollegen, wurde in Cell Reports Medicine veröffentlicht. Es soll ähnliche Verfahren zur Vorhersage von Therapieansprechen verbessern, indem es einen als Deconvolution bezeichneten Ansatz nutzt, der das Aufschlüsseln, Berechnen und Interpretieren zellulärer Unterschiede umfasst. Dieser Ansatz lieferte zudem neue Erkenntnisse zu populationsbezogenen Merkmalen von TNBC.
Die Forschenden veröffentlichten kürzlich einen umfassenden Leitfaden, der 43 dieser Deconvolution-Methoden beschreibt. Ziel war es, Forschenden ohne ausgeprägten computationalen Hintergrund dabei zu helfen, zu verstehen, welche Methode am besten zu den studienspezifischen Zielen passen könnte.
Bestehende Klassifikationsstrategien messen jedoch zwar die Zellzusammensetzung, berücksichtigen aber nicht die Veränderungen der Genexpression in Tumoren in Bezug auf ihre jeweilige Mikroumgebung.
Um dies zu adressieren, arbeiteten die Forschenden mit dem Institute for Data Science in Oncology (IDSO) und der Department of Breast Medical Oncology von MD Anderson zusammen, um eine integrative Bulk-Analyse zu entwickeln, die auch die tumor-specific total mRNA expression (TmS) einbezieht. Dieser Ansatz berücksichtigt das Verhältnis von Tumorzellen zu Nicht-Tumorzellen, um krebsspezifische Mechanismen zu identifizieren.
Während normale Zellen eine mRNA-Expression aufweisen, die direkt proportional zur Chromosomenzahl ist, besitzen Krebszellen eine abnorme Chromosomenzahl. Der TmS-Biomarker berücksichtigt dies und erfasst Veränderungen der Genexpression in Relation zur Chromosomenzahl in Krebszellen. Darüber hinaus bezieht dieser Biomarker Veränderungen der RNA-Aktivitäten in Zellen der Tumormikroumgebung im Vergleich zu Tumorzellen mit ein.
In einem Datensatz von 575 Patientinnen mit TNBC aus ethnisch diversen Kohorten konnte der TmS-Biomarker Patientinnen zuverlässig in Gruppen mit hohem TmS (günstige Prognose) und niedrigem TmS (ungünstige Prognose) einteilen.
Der Biomarker übertraf aktuelle Methoden zur Vorhersage des Chemotherapieansprechens und unterstreicht damit sein Potenzial als effektiver Ausgangspunkt für die Patientinnenstratifizierung zur Optimierung der Therapieauswahl.
Wichtig ist, dass dieser prognostische Biomarker populationsübergreifend anwendbar ist. Gleichzeitig zeigt er, dass es entscheidende Unterschiede in den Tumormikroumgebungen von Western- und Asian-Gruppen mit hohem TmS gibt, die es Klinikerinnen und Klinikern ermöglichen könnten, zusätzliche Behandlungen zuzuordnen, die in der jeweiligen Population voraussichtlich wirksamer sind.
Auch wenn weitere Validierung erforderlich ist, um dieses Tool in die klinische Anwendung zu überführen, deuten diese Ergebnisse darauf hin, dass der TmS-Biomarker ein vielversprechender Ansatz ist, um die Therapieauswahl in diversen Populationen zu optimieren.
Diese Studie wurde vom National Cancer Institute, dem Department of Defense, dem Cancer Prevention and Research Institute of Texas (CPRIT), der American Cancer Society und Lyda Hill Philanthropies unterstützt.