Nasenhöhlenkrebs: KI ermöglicht Durchbruch in der Diagnostik
- Forschende der LMU und der Charité haben eine Methode entwickelt, um schwer diagnostizierbare Nasenhöhlentumore zu klassifizieren
- Mithilfe von künstlicher Intelligenz (KI) werden chemische Modifikationen der DNA analysiert
- Vier Tumor-Gruppen mit unterschiedlicher Prognose wurden identifiziert
Tumore in der Nasenhöhle und der 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 sogenannten sinonasalen undifferenzierten Karzinome oder kurz SNUCs.
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, zudem Wissenschaftler im Deutschen Konsortium für Translationale Krebsforschung (DKTK), Partnerstandorte München und Berlin, gelungen, die Diagnostik entscheidend zu verbessern: Sie entwickelten ein KI-Tool, das auf der Basis chemischer DNA-Modifikationen Tumore zuverlässig unterscheidet und die mit den bislang verfügbaren Methoden nicht unterscheidbaren SNUCs vier deutlich unterschiedlichen Gruppen zuordnet. Dies könnte auch neue Möglichkeiten für zielgerichtete Therapien eröffnen.
Tumorspezifische DNA-Modifikationen
Chemische Modifikationen der DNA spielen bei der Regulation der Genaktivität eine entscheidende Rolle. Dazu gehört auch die DNA-Methylierung, bei der DNA-Bausteine mit einer zusätzlichen Methylgruppe versehen werden. Bereits in früheren Studien konnten die Wissenschaftlerinnen und 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 Forschenden, eine so große Probenzahl zusammenzutragen, obwohl diese Tumore selten sind und insgesamt nur etwa vier Prozent aller bösartigen Tumoren im Hals-Nasen-Bereich ausmachen.
Vier Tumor-Gruppen mit unterschiedlicher Prognose
Für die Analyse der Methylierungsdaten entwickelten die Forschenden ein KI-Modell, das die Tumore 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. „Bei einer Gruppe beispielsweise ist die Prognose überraschend gut, obwohl die Tumoren unter dem Mikroskop sehr aggressiv aussehen“, sagt Klauschen. „Bei einer anderen Gruppe dagegen ist die Prognose schlecht.“ Auf der Basis der molekularen Eigenschaften der Gruppen könnten Forschende möglicherweise in Zukunft auch gezielte neue Therapieansätze entwickeln.
Wissenschaftliche Ansprechpartner:
Dr. Philipp Jurmeister
Pathologisches Institut der LMU
Tel.: 089 2180 73680
E-Mail: Philipp.Jurmeister@med.uni-muenchen.de
https://www.pathologie.med.uni-muenchen.de/044mitarbeiter/aerzte/jurmeister_-phi…
Prof. Dr. med. David Capper
Charité – Universitätsmedizin Berlin
Abteilung für Neuropathologie
Tel.: 030 450 536 498
E-Mail: David.Capper@charite.de
https://neuropathologie.charite.de/forschung/molekulare_neuropathologietumorepig…
Originalpublikation:
Philipp Jurmeister et al: DNA methylation-based classification of sinonasal tumors. Nature Communications 2022
https://www.nature.com/articles/s41467-022-34815-3
Media Contact
Alle Nachrichten aus der Kategorie: Medizintechnik
Kennzeichnend für die Entwicklung medizintechnischer Geräte, Produkte und technischer Verfahren ist ein hoher Forschungsaufwand innerhalb einer Vielzahl von medizinischen Fachrichtungen aus dem Bereich der Humanmedizin.
Der innovations-report bietet Ihnen interessante Berichte und Artikel, unter anderem zu den Teilbereichen: Bildgebende Verfahren, Zell- und Gewebetechnik, Optische Techniken in der Medizin, Implantate, Orthopädische Hilfen, Geräte für Kliniken und Praxen, Dialysegeräte, Röntgen- und Strahlentherapiegeräte, Endoskopie, Ultraschall, Chirurgische Technik, und zahnärztliche Materialien.
Neueste Beiträge
Spitzenforschung in der Bioprozesstechnik
Das IMC Krems University of Applied Sciences (IMC Krems) hat sich im Bereich Bioprocess Engineering (Bioprozess- oder Prozesstechnik) als Institution mit herausragender Expertise im Bereich Fermentationstechnologie etabliert. Unter der Leitung…
Datensammler am Meeresgrund
Neuer Messknoten vor Boknis Eck wurde heute installiert. In der Eckernförder Bucht, knapp zwei Kilometer vor der Küste, befindet sich eine der ältesten marinen Zeitserienstationen weltweit: Boknis Eck. Seit 1957…
Rotorblätter für Mega-Windkraftanlagen optimiert
Ein internationales Forschungsteam an der Fachhochschule (FH) Kiel hat die aerodynamischen Profile von Rotorblättern von Mega-Windkraftanlagen optimiert. Hierfür analysierte das Team den Übergangsbereich von Rotorblättern direkt an der Rotornabe, der…