Wie kann die Analyse von Genen helfen, Leberkrebs besser zu verstehen und zu behandeln?
Leberkrebs, auch als hepatozelluläres Karzinom (HCC) bekannt, ist eine der häufigsten Krebsarten weltweit und eine der Hauptursachen für krebsbedingte Todesfälle. Trotz Fortschritten in der Medizin bleibt die Behandlung von Leberkrebs eine große Herausforderung, insbesondere weil die Krankheit oft erst in späten Stadien entdeckt wird. Ein weiteres Problem ist die große Vielfalt der Krebszellen innerhalb eines Tumors, die es schwierig macht, wirksame Therapien zu entwickeln.
Wie können neue Technologien helfen, Leberkrebs besser zu verstehen?
Traditionelle Methoden zur Analyse von Genen, wie die Bulk-RNA-Sequenzierung (RNA-seq), untersuchen die Genexpression in einer großen Anzahl von Zellen gleichzeitig. Dabei geht jedoch die Information über die Unterschiede zwischen einzelnen Zellen verloren. Eine neue Technologie, die Einzelzell-RNA-Sequenzierung (scRNA-seq), ermöglicht es, die Genexpression in jeder einzelnen Zelle zu messen. Diese Methode bietet ein viel detaillierteres Bild der Zellvielfalt und kann helfen, wichtige Unterschiede zwischen Krebszellen zu erkennen.
In einer aktuellen Studie haben Forscher beide Technologien kombiniert, um ein besseres Verständnis von Leberkrebs zu gewinnen. Sie analysierten Daten von 3.200 einzelnen Zellen aus vier Leberkrebsproben sowie Daten von Hunderten von Gewebeproben aus öffentlichen Datenbanken.
Was wurde in der Studie entdeckt?
Die Forscher identifizierten 12 verschiedene Gruppen von Zellen innerhalb der Leberkrebstumore. Diese Gruppen wurden basierend auf ihrer Genexpression in Kategorien wie Leberzellen, Immunzellen und andere Zelltypen eingeteilt. Mithilfe einer speziellen Software konnten sie auch den Entwicklungsweg der Krebszellen nachvollziehen und drei Hauptzweige identifizieren, die die Differenzierung der Zellen beschreiben.
Durch den Vergleich der Genexpression in diesen Zweigen fanden die Forscher 912 Gene, die mit der Differenzierung von Krebszellen zusammenhängen. Diese Gene sind an wichtigen biologischen Prozessen wie der Immunantwort, dem Stoffwechsel und der Regulation des Zellzyklus beteiligt.
Wie können diese Gene helfen, die Prognose von Leberkrebs vorherzusagen?
Die Forscher nutzten die identifizierten Gene, um Leberkrebsproben in drei verschiedene molekulare Subtypen einzuteilen. Diese Subtypen zeigten deutliche Unterschiede in der Überlebensrate der Patienten. Patienten mit Subtyp 1 hatten die schlechteste Prognose, während Patienten mit Subtyp 3 eine deutlich bessere Überlebenschance hatten.
Darüber hinaus fanden die Forscher heraus, dass die Expression von Genen, die mit der Immuntherapie zusammenhängen, wie PD-L1 und CTLA-4, in den verschiedenen Subtypen unterschiedlich war. Dies deutet darauf hin, dass die molekulare Subtypisierung helfen könnte, Patienten zu identifizieren, die von einer Immuntherapie profitieren könnten.
Ein Sieben-Gen-Modell zur Vorhersage der Prognose
Aus den 912 identifizierten Genen wählten die Forscher sieben Gene aus, die besonders wichtig für die Prognose von Leberkrebs sind. Diese Gene sind DNAH11, RBP7, NQO1, CDH3, MAPT, SAA1 und RARRES1. Mithilfe dieser Gene entwickelten sie ein Modell, das Patienten in Hochrisiko- und Niedrigrisikogruppen einteilt.
In den untersuchten Patientengruppen hatten Hochrisikopatienten eine deutlich kürzere Überlebenszeit als Niedrigrisikopatienten. Das Modell zeigte eine gute Genauigkeit bei der Vorhersage der Überlebensrate nach einem, drei und fünf Jahren.
Welche Rolle spielt das Immunsystem bei Leberkrebs?
Die Analyse der Immunzellen in den Tumoren zeigte, dass Hochrisikopatienten eine höhere Anzahl von bestimmten Immunzellen wie B-Zellen, T-Zellen und Makrophagen aufwiesen. Paradoxerweise waren jedoch auch Gene, die mit der Unterdrückung der Immunantwort zusammenhängen, in diesen Patienten stärker aktiviert. Dies deutet darauf hin, dass das Immunsystem zwar aktiv ist, aber nicht effektiv gegen den Krebs kämpfen kann.
Die Forscher fanden auch heraus, dass Hochrisikopatienten eine höhere Tumor-Mutationslast (TMB) aufwiesen, was mit einer schlechteren Prognose verbunden war. Interessanterweise deuteten weitere Analysen darauf hin, dass diese Patienten möglicherweise besser auf eine Immuntherapie ansprechen könnten.
Welche biologischen Prozesse sind bei Hochrisikopatienten aktiv?
Die Forscher untersuchten auch die biologischen Prozesse, die in den Hochrisikopatienten aktiv sind. Sie fanden heraus, dass Gene, die mit der Umwandlung von Zellen (epithelial-mesenchymale Transition), Sauerstoffmangel (Hypoxie) und Entzündungsreaktionen zusammenhängen, in diesen Patienten stärker aktiviert waren. Diese Prozesse sind bekannt dafür, das Fortschreiten von Krebs zu fördern.
Fazit
Die Kombination von Einzelzell- und Bulk-RNA-Sequenzierung hat es den Forschern ermöglicht, ein detailliertes Bild der Zellvielfalt und der Genexpression in Leberkrebs zu erstellen. Das entwickelte Sieben-Gen-Modell bietet eine neue Möglichkeit, die Prognose von Leberkrebspatienten vorherzusagen und Patienten zu identifizieren, die von einer Immuntherapie profitieren könnten.
Diese Studie unterstreicht die Bedeutung der Genanalyse für die Entwicklung personalisierter Therapien und die Verbesserung der Behandlungsergebnisse bei Leberkrebs.
For educational purposes only.
doi.org/10.1097/CM9.0000000000002393