Chemotherapie oder nicht?

Erfolg bei der Erforschung optimaler Methoden zur Krebstherapie

15.02.2022 - Deutschland

Im Nachgang zu einer Operation stellt sich bei Patientinnen mit Brustkrebs häufig die Frage, ob eine zusätzliche Chemotherapie notwendig und auch wirklich effektiv ist. Wichtig ist dabei, dass die betroffenen Frauen nicht über-, aber auch nicht untertherapiert werden. In dieser Situation kann ein Genexpressionstest hilfreich sein. Damit kann untersucht werden, wie aktiv bestimmte Gene in den Tumorzellen sind.

Physiker:innen der Universität Leipzig modellierten die Genexpressionstests und untersuchten auf der Basis dieser Modelle deren Nutzen. Prof. Dr. Josef Käs von der Universität Leipzig hat diese Untersuchungen in Zusammenarbeit mit dem Leiter des Instituts für Pathologie Hamburg-West, Prof. Dr. med. Axel Niendorf, und dem unabhängigen statistischen Berater Bernhard Ulm geleitet. Ihre Forschungsergebnisse haben sie gerade im Fachjournal „PLOS ONE“ veröffentlicht.

Wahrscheinlichkeit der Metastasenbildung berechnen

Oft stehen die mit den Genexpressionstests untersuchen Gene im Zusammenhang mit den charakteristischen Eigenschaften einer Krebserkrankung wie zum Beispiel dem Tumorwachstum oder dem Eindringen der Tumorzellen in umliegendes Gewebe. Ein solcher Test stellt also eine Methode dar, die Aktivitäten mehrere Gene, das heißt einer Genliste, zu quantifizieren und somit die Wahrscheinlichkeit zu berechnen, ob und wann die Patientin Metastasen bekommt.

Die Ergebnisse dieser Untersuchungen zeigen zum einen die Grenzen der Sicherheit der mit solchen Genlisten erreichten Vorhersagen auf und weisen auch darauf hin, dass die Untersuchung verschiedener Kombinationen von Genlisten sich in Bezug auf das Ergebnis nicht wesentlich unterscheidet. Die Forschenden konnten sogar nachweisen, dass zufällige Gene prognostisch sein können, also auch solche Gene, die in keinem Zusammenhang mit den charakteristischen Eigenschaften von Krebs zu stehen scheinen. Hier zeigten die Physiker:innen mithilfe einer klassischen statistischen Analyse und eines neuen Ansatzes im maschinellen Lernen, dass solche Genlisten in einem genügend großen Kollektiv nahezu prognostisch sind und hohe Übereinstimmungen zwischen Prognose und dem tatsächlichen Krankheitsverlauf zeigen.

Im Widerspruch zu der gängigen Empfehlung im klinischen Alltag, nur einen Test durchzuführen, konnte anhand dieser Genlisten gezeigt werden, dass die Sicherheit bezüglich einer Chemotherapie-Empfehlung viel höher ist, wenn man mehr als einen Test durchführt. „Dass die Tests in einem Kollektiv sehr erfolgreich sind und an der einzelnen Patientin eher weniger erfolgreich sind, scheint zunächst ein Widerspruch zu sein, aber diese Tests basieren auf Genlisten und machen sozusagen Fehler an unterschiedlichen Stellen. Das könnte man ausnutzen, indem man mehrere Tests kombiniert und somit die Wahrscheinlichkeit erhöht, die Patientinnen zu finden, die definitiv nicht von einer Chemotherapie profitieren“, sagt Prof. Dr. Käs.

Dimitrij Tschodu vom Peter-Debye-Institut für Physik der weichen Materie der Universität Leipzig, der gemeinsam mit Bernhard Ulm der Erstautor der Studie ist, ergänzt: „Mit den anhaltenden Debatten, ob die Genexpressionstests nützlich sind, ist das ein wichtiger Beitrag zum Entscheidungsprozess und hat großen Impact für den Umgang der Kliniker mit solchen Tools. Insbesondere für die einzelnen Patientinnen bedeuten diese Ergebnisse, dass man ein Genexpressionstest mit Umsicht einsetzen sollte.“

Einschränkend ist aus methodischer Sicht lediglich darauf hinzuweisen, dass hier keine im Handel verfügbaren Tests durchgeführt wurden, sondern die Analysen basieren auf Genexpressionswerten, die in öffentlichen Brustkrebs-Datenbanken erfasst sind.

Originalveröffentlichung

Dimitrij Tschodu et al.; "Comparative analysis of molecular signatures reveals a hybrid approach in breast cancer: Combining the Nottingham Prognostic Index with gene expressions into a hybrid signature"; PLOS ONE; 2022

https://www.analytica-world.com/de/news/1174767/chemotherapie-oder-nicht.html