Genetische Marker können Therapieansprechen vorhersagen |
Theo Dingermann |
06.01.2025 18:00 Uhr |
Die Forschenden haben prädiktive Biomarker identifiziert, die zeigen können, wie gut Patienten auf bestimmte Behandlungen ansprechen. Sie haben dafür die spezifischen Behandlungsentscheidungen, die abhängig von den diagnostizierten Genmutationen getroffen wurden, analysiert. Die Analyse wurde für einzelne Gene und für verschiedene Therapiearten (Immuntherapie, Chemotherapie, auf eine Treibermutationen zielende Therapie, Hormontherapie) durchgeführt.
Alle Daten wurden dann verwendet, um Modelle basierend auf maschinellem Lernen zu trainieren. Diese Modelle überprüften die Forschenden dann auf der Basis der Genprofile dahingehend, inwieweit sie beispielsweise korrekt das Ansprechen auf eine Immuntherapie bei Patienten mit fortgeschrittenem nicht kleinzelligen Lungenkarzinom (aNSCLC) prognostizieren können.
Die Forschenden identifizierten insgesamt 95 Gene, deren Mutationen in mindestens einer der 20 betrachteten Krebsarten signifikant mit dem Überleben assoziiert waren, darunter das Gen für den Tumorsuppressor TP53 und die Gene für die Cyclin-abhängigen Kinaseinhibitoren 2A und 2B (CDKN2A und CDKN2B). Diese Ergebnisse deckten sich mit den Ergebnissen aus älteren Arbeiten.
Letztlich gelang es den Forschenden, 776 Gen-Behandlungs-Interaktionen zu beschreiben, bei denen bestimmten Behandlungen mit einem besseren Überleben verbunden sind. Auch diese Ergebnisse stimmten mit den Ergebnissen der früheren kleineren Studie überein.
Die Studie deckt zahlreiche Wirkmechanismen auf, die durch die gefundenen Gen-Behandlungs-Interaktionen beeinflusst werden, beispielsweise die folgenden:
Zusammenfassend verdeutlicht die Studie das Potenzial von großen Datenbanken mit klinisch-genomischen Daten zur Identifizierung von Biomarkern und der Verbesserung einer personalisierten Krebsbehandlung. Zudem liefert die Arbeit wichtige Einblicke in komplexe Gen-Behandlungs- und Signalweg-Behandlungs-Interaktionen, die für die Entwicklung neuer Therapien und die Verbesserung der klinischen Entscheidungsfindung genutzt werden können.