Bessere Brustkrebs-Diagnostik durch differenzierte Bildgebung Logo of esanum https://www.esanum.de

Bessere Brustkrebs-Diagnostik durch differenzierte Bildgebung

Eine an der UZH entwickelte bildgebende Methode kann Brustkrebsgewebe sehr detailliert darstellen. Mit 35 Markern lassen sich die unterschiedlichen Zelltypen des Brusttumors erkennen.

Eine an der UZH entwickelte bildgebende Methode kann Brustkrebsgewebe sehr detailliert darstellen. Mit 35 Markern lassen sich die unterschiedlichen Zelltypen des Brusttumors und seiner Umgebung erkennen. Dies erlaubt präzisere Analysen und differenziertere Klassifizierung der Tumore – und damit zukünftig individuellere Diagnosen für die Patientinnen.

Der Verlauf von Brustkrebs ist von Patientin zu Patientin sehr unterschiedlich. Auch innerhalb desselben Tumors können sich Zelltypen unterschiedlich zusammensetzen und die dadurch geformten Gewebestrukturen variieren. Diese Vielfalt erschwert es, den Schweregrad und die molekularen Tumorsubtypen für eine präzise Diagnose und Prognose der Krankheitsentwicklung zu klassifizieren sowie den effektivsten Behandlungsansatz zu wählen. Ein detaillierterer Einblick in das Brustkrebsgewebe erhöht die Chance auf erfolgreiche Behandlung und vermindert das Rückfallrisiko.

Bis zu 40 Biomarker gleichzeitig

Die Forschungsgruppe um Bernd Bodenmiller, UZH-Professor für Quantitative Biologie, konnte nun mit bildgebender Massenzytometrie die gegenwärtige pathologische Klassifikation verfeinern. Das maßgeblich an der Universität Zürich entwickelte Verfahren erzeugt hochaufgelöste digitale Bilder von Gewebeschnitten und ermöglicht es, die überlagerten Informationen von zahlreichen Biomarkern gleichzeitig zu visualisieren und zu analysieren. In der Studie wurden bei rund 350 Brustkrebspatientinnen jeweils 35 Proteine als Biomarker markiert. "So erhielten wir eine hochdimensionale Darstellung der zellulären Landschaft des Tumors und des umliegenden Gewebes", erläuterte Jana Fischer, Ko-Erstautorin der Studie.

Das Forschungsteam analysierte auf diese Weise hunderte Gewebeschnitte von Brustkrebspatientinnen und charakterisierte sowohl die Zusammensetzung der vielfältigen Zelltypen als auch deren räumliche Anordnung in multi-zelluläre Gemeinschaften rund um den Tumor. "Aufgrund dieser Daten konnten wir zeigen, dass sich die bestehende Klassifizierung von Brustkrebspatientinnen stark verfeinern lässt. In der Klinik gibt es bislang vier Brustkrebskategorien; wir konnten diese in zahlreiche detailliertere Untergruppen mit unterschiedlichen Risiken unterteilen", erläuterte Ko-Erstautor Hartland Jackson.

Neue Untergruppen von Patientinnen beschrieben

Dieser Befund hat Potenzial, den Weg in die Klinik zu finden. Die neuen Gruppierungen von Brustkrebspatientinnen haben unterschiedliche molekulare Profile. Das Forschungsteam um Bernd Bodenmiller arbeitet nun daran, herauszufinden, welche Medikamente Tumorzellen mit einem spezifischen Profil am besten bekämpfen. "Indem wir zelluläre Merkmale und Gruppierungen besser beschreiben und die Patientinnen in genauere Untergruppen mit entsprechenden Risiken einteilen können, eröffnen sich uns neue Möglichkeiten für die Präzisionsmedizin", so Bodenmiller.

Quelle:
Jackson HW et al., The Single-Cell Pathology Landscape of Breast Cancer. Nature 2020, doi:10.1038/s41586-019-1876-x