Aktuell
Trajanoski_Gruppe

Neuer Algorithmus für die Quantifizierung von Immunzellinfiltraten in Tumoren

Als Werkzeug für das Management und die Analyse großer Datenmengen zeigt die Bioinformatik in der molekularen Medizin ihre besondere Stärke. So auch in einer neuen Forschungsarbeit aus dem Team um Zlatko Trajanoski, in der es gelungen ist, einen neuen Algorithmus zu entwickeln, mit dem Immunzellinfiltrate in Tumoren aus Sequenzdaten bestimmt werden können. Damit lassen sich immunologische Auswirkungen von Chemo- und gezielten Therapien effizienter analysieren.

Die Weiterentwicklung der Immuntherapie und die Verbesserung ihrer Ansprechrate von 20 auf 40 bis 60 Prozent durch Kombinationstherapien sind zentrale Ziele der modernen Krebsmedizin. Für eine Vorhersage der synergistischen Effekte der heute am Markt befindlichen Krebsmedikamente mit Immuncheckpoint-Inhibitoren stellt die Selektion von PatientInnengruppen eine besondere Herausforderung dar. Eine entscheidende Rolle spielen in diesem Zusammenhang sogenannte tumorinfiltrierende Immunzellen. „Die Anzahl, aber auch die Art der Immunzellen bzw. T-Zelltypen, die in Tumoren einwandern, lassen wichtige Rückschlüsse zu, welche Kombinationstherapie bei welchem Tumor am wirksamsten sein könnte“, erklärt der Leiter der Sektion für Bioinformatik, Zlatko Trajanoski.

quanTIseq – quantitative Immunzell-Bestimmung im Tumor
In Zusammenarbeit mit KollegInnen und internationalen Partnern konnte sein Team nun einen wichtigen Schritt in diese Richtung setzen und eine innovative Grundlage für die geeignete Auswahl von Kombinationen mit Immun-Checkpoint-Inhibitoren schaffen. „Wir haben einen Algorithmus entwickelt, der es ermöglicht, spezifische Immunzellpopulationen in verschiedenen Tumoren zu quantifizieren und zwar auf der Basis von RNA Sequenzierdaten wie auch von digitalen Gewebsschnitten (digitale Pathologie). Damit kann nun retrospektiv auf den Effekt therapeutischer Maßnahmen auf die Immunantwort rückgeschlossen bzw. eine Prognose getroffen werden“, erklärt Erstautorin Francesca Finotello. Konkret können mithilfe des Algorithmus zehn spezifische  Immunzelltypen quantitativ bestimmt werden. Die ForscherInnen validierten ihre Ergebnisse in Blutproben sowie in Gewebsproben von Lungen- und Darmtumoren und Melanomen, die jeweils nach Gold-Standard behandelt worden waren. „Die zehn verschiedenen Immunzellpopulationen konnten mithilfe des Algorithmus innerhalb einer Kohorte quantifiziert werden, sodass wir vergleichen konnten, in welchen Tumoren welche Immunzellen vorkommen“, so Trajanoski. Nachdem auch Datensätze untersucht und berechnet wurden, in denen PatientInnen gezielt mit Chemotherapeutika oder mit gezielten Medikamenten (targeted drugs) behandelt worden waren, lassen sich auch Optionen für mögliche Kombinationstherapien ablesen.

„Die Einbeziehung dieser immunologischen Aspekte des Tumors durch bioinformatische Methoden und Tools verspricht vor dem Hintergrund des enormen Proben-Bestandes in Biobanken und Gewebsarchiven großes Potential für künftige maßgeschneiderte Therapieentscheidungen“, betont Bioinformatiker Trajanoski.

Die rezente Forschungsarbeit entstand in enger Zusammenarbeit u.a. mit Sieghart Sopper (Univ.-Klinik für Innere Medizin V, Hämatologie und Onkologie) Doris Wilflingseder und Wilfried Posch (Sektion für Hygiene und Medizinische Mikrobiologie) sowie der Leiden University, Niederlande und der Vanderbilt University, Nashville.

(D. Heidegger)

Links:

Molecular and pharmacological modulators of the tumor immune contexture revealed by deconvolution of RNA-seq data. Francesca Finotello et al., Genome Medicine 2019 11:34
https://doi.org/10.1186/s13073-019-0638-6

Genome Medicine Spezialausgabe: Tumor-Immunmikroumgebung und Immuntherapie
https://www.biomedcentral.com/collections/TME-immunotherapy

Sektion für Bioinformatik
https://icbi.i-med.ac.at/

Biozentrum Innsbruck
http://biocenter.i-med.ac.at/

© Medizinische Universität Innsbruck - Alle Rechte vorbehaltenMail an i-master - Publiziert am: 9.7.2019, 09:01:35ximsTwitter LogoFacebook LogoInstagram LogoYoutube Logo