Sinonasale undifferenzierte Karzinome sind schwer zu diagnostizieren. Ein neues Tool ermöglicht jetzt die Einordnung in vier verschiedene Gruppen – und könnte so die Therapie verbessern.
Tumoren in der Nasen- und Nasennebenhöhle beschränken sich zwar auf einen kleinen Raum, umfassen aber ein sehr breites Spektrum mit vielen Tumorarten. Diese sind schwer zu diagnostizieren, da sie oft kein spezifisches Muster oder Erscheinungsbild aufweisen. Besonders gilt dies für die sinonasalen undifferenzierten Karzinome (SNUC).
Nun ist es einem Team um Dr. Philipp Jurmeister und Prof. Frederick Klauschen vom Pathologischen Institut der LMU sowie Prof. David Capper von der Charité Berlin gelungen, die Diagnostik entscheidend zu verbessern. Sie entwickelten ein KI-Tool, das auf der Basis chemischer DNA-Modifikationen Tumoren zuverlässig unterscheidet und die mit den bislang verfügbaren Methoden nicht unterscheidbaren SNUCs vier unterschiedlichen Gruppen zuordnet. Dies könnte auch neue Möglichkeiten für zielgerichtete Therapien eröffnen.
Chemische Modifikationen der DNA spielen bei der Regulation der Genaktivität eine entscheidende Rolle. Dazu gehört auch die DNA-Methylierung. Bereits in früheren Studien konnten die Wissenschaftler zeigen, dass das Methylierungsmuster des Erbguts für verschiedene Tumorarten spezifisch ist, weil es auf die Ursprungszelle des Tumors zurückgeführt werden kann. „Darauf basierend haben wir nun die DNA-Methylierungsmuster von fast 400 Tumoren in Nasen- und Nasennebenhöhle erfasst“, sagt Capper. Dank einer umfangreichen internationalen Kooperation gelang es den Forschern, eine so große Probenzahl zusammenzutragen, obwohl diese Tumore selten sind und insgesamt nur etwa vier Prozent aller bösartigen Tumoren im Hals-Nasen-Bereich ausmachen.
Für die Analyse der Methylierungsdaten entwickelten die Forscher ein KI-Modell, das die Tumoren verschiedenen Klassen zuordnet. „Methoden des maschinellen Lernens sind dabei aufgrund der großen Datenmenge unerlässlich“, sagt Jurmeister. „Um tatsächlich Muster zu erkennen, mussten wir in unserer Studie mehrere Tausend Methylierungspositionen auswerten.“ Dabei zeigte sich, dass SNUCs in vier Gruppen eingeteilt werden können, die sich auch noch bezüglich weiterer molekularer Eigenschaften unterscheiden.
Diese Ergebnisse sind auch klinisch relevant, da die unterschiedlichen Gruppen verschiedene Prognosen haben. „Eine Gruppe beispielsweise verläuft überraschend gut, obwohl die Tumoren unter dem Mikroskop sehr aggressiv aussehen“, sagt Klauschen. „Eine andere Gruppe dagegen hat eine schlechte Prognose.“ Auf der Basis der molekularen Eigenschaften der Gruppen könnten Forscher möglicherweise in Zukunft auch gezielte neue Therapieansätze entwickeln.
Dieser Artikel basiert auf einer Pressemitteilung der Ludwig-Maximilians-Universität München. Die Studie haben wir euch hier und im Text verlinkt.
Bildquelle: engin akyurt, Unsplash
