Navigation auf uzh.ch
Navigation auf uzh.ch
Mit einer Immuntherapie kann bereits heute der schwarze Hautkrebs (Melanom) und der Lungenkrebs erfolgreich bekämpft werden. Dabei wird die normale Funktion des Immunsystems, das regelmässig alle Gewebe im Körper auf Krankheitserreger und Störungen untersucht, gezielt genutzt: Mit spezifischen Inhibitoren werden die Immunzellen so aktiviert, dass sie die Krebszellen als Fremdkörper erfassen und eliminieren. Das System kann seine häufig schwächelnde Immunantwort so stärken, dass selbst ausgeprägte Tochtergeschwüre (Metastasen) aufgespürt und zerstört werden. Bei bis zu 50 Prozent der Patientinnen und Patienten lässt sich der Krebs auf diese Art kontrollieren, manche werden sogar geheilt.
Allerdings sprechen etwa die Hälfte der Krebskranken nicht auf die Immuntherapie an, müssen aber deren Nebenwirkungen in Kauf nehmen. Ein Forscherteam der Universität Zürich und des Universitätsspitals Zürich hat nun mit einer neuartigen Methode herausgefunden, welche Patienten voraussichtlich auf eine Immuntherapie positiv reagieren werden. Sie konnten in den Blutproben die Biomarker identifizieren, welche noch vor Behandlungsbeginn darauf schliessen lassen, ob die Therapie mit grösserer Wahrscheinlichkeit wirksam ist – oder eben nicht.
«Bei einem Entscheid für eine Immuntherapie sollten die weissen Blutzellen auf diese Biomarker analysiert werden. So kann der Anteil der Patienten, die von der Therapie profitieren, dramatisch erhöht werden», sagt Prof. Burkhard Becher vom Institut für experimentelle Immunologie der UZH. «Bei den restlichen Patienten können dagegen gleich anderen Methoden angewandt werden – ohne kostbare Zeit mit einer für sie ineffektiven Immuntherapie zu verlieren.»
Hochdimensionale Zellanalyse
Die Forscher untersuchten in Kooperation mit der Dermatologischen Klinik des USZ 40 Blutproben von 20 Patientinnen und Patienten vor und 12 Wochen nach der Immuntherapie auf Biomarker. Dabei wurde die hochdimensionale Zellanalyse-Methode Cytometry-by-time-of flight (CyTOF) angewandt, die jede Zelle einzeln auf bis zu 50 verschiedene Eiweisse analysiert. So konnte jede einzelne Zelle identifiziert und ihren Aktivierungszustand dokumentiert werden. Selbst nuancierte Unterschiede zwischen den Patientenproben wurden genau erfasst.
Molekularer Muster erkennen
Nach der Analyse der Zellen wurden die Daten zusammen mit Mitarbeitern des Schweizer Instituts für Bioinformatik der UZH auf molekulare Muster analysiert, welche einen Therapieerfolg voraussagen können. «Wir fanden selbst vor Therapiebeginn eine subtile und schwache, durch den Krebs verursachte Immunantwort im Blut. Wir identifizierten dieses molekulare Muster als eine kleine Untergruppe von weissen Blutzellen (CD14+CD16−HLA-DRhi), die auf bessere Therapieergebnisse hinweisen», sagt Burkhard Becher. Damit der Befund leicht nachzuvollziehen ist, sollten die Biomarker auch einfach in den gängigen Kliniklaboren nachgewiesen werden können: In der Tat wurde ein solches Blutbild auch in einer zweiten, unabhängigen Kohorte von mehr als 30 Personen mit herkömmlichen Methoden reproduziert.
Beginn der Präzisionsmedizin
«Diese Studie ist zusammen mit einem umfassenden, exakt strukturierten Biobanking ein wichtiger Schritt in Richtung Präzisionsmedizin», sagt Prof. Mitch Levesque von der Dermatologischen Klinik des USZ. Unterstützt wird dies auch vom Universitären Forschungsschwerpunkt «translationale Krebsforschung» der UZH. Die gewonnenen Erkenntnisse müssen nun in unabhängigen Studien mit höheren Patientenzahlen angewandt werden, bevor sie klinisch umsetzbar sind. Die Methode mit Hilfe von Biobanking, hoch-dimensionaler Zytometrie und computergestützter Mustererkennung soll auch bei anderen Krankheitsbildern helfen, Therapieentscheidungen zu treffen und neue Therapieansätze zu erarbeiten.
Carsten Krieg, Malgorzata Nowicka, Silvia Guglietta, Sabrina Schindler, Felix J Hartmann, Lukas M Weber, Reinhard Dummer, Mark D Robinson, Mitchell P Levesque & Burkhard Becher. High-dimensional single-cell analysis predicts response to anti-PD-1 immunotherapy. Nature Medicine, 8. Januar 2018. Doi: 10.1038/nm.4466
