Neue Methode entwickelt Hirntumor noch während der Operation klassifizieren

Hirntumoren bereits während einer Operation in Echtzeit molekulargenetisch klassifizieren? Eine neue Methode macht das möglich, entwickelt haben sie Forschende des UKSH, der Universität Kiel und des MPIMG Berlin.

Moderne Analysemethoden zeigen die große Bandbreite an Hirntumoren – die jeweils unterschiedliche Therapien erfordern: Während in einigen Fällen eine umfassende Operation nötig ist, können anderen Tumorarten medikamentös oder durch Strahlentherapie behandelt werden. Doch bislang stehen diese Informationen erst nach der Untersuchung des Tumorgewebes zur Verfügung. Die Entscheidung, wie viel Gewebe zu entfernen ist, muss aber unmittelbar bei der Operation getroffen werden.

Forschende des Universitätsklinikums Schleswig-Holstein (UKSH), der Christian-Albrechts-Universität zu Kiel (CAU) und des Max-Planck-Instituts für Molekulare Genetik (MPIMG) in Berlin haben jetzt eine Methode entwickelt, um die Tumorarten schon während des Eingriffs zu bestimmen. Dafür kombinierten sie intraoperative DNA-Methylierungsanalyse und Nanopore-Sequenzierung mit Machine-Learning.

Mit Hilfe der Nanopore-Sequenzierung können die verschiedenen Tumorarten anhand ihrer spezifischen Methylierungsmuster mit hoher Geschwindigkeit und Genauigkeit identifiziert werden. „Da diese Sequenzierung jedoch im engen Zeitrahmen während einer Operation stattfinden soll, kann sie realistischerweise nur einen Bruchteil der Methylierungsmuster eines Tumors erfassen“, erklärt Prof. Helene Kretzmer. Deshalb haben die Forschenden zusätzlich ein Machine-Learning-Modell eingesetzt, das einen mathematischen Ansatz der Wahrscheinlichkeitstheorie (Bayes-Theorem) nutzt. „Mit dieser Methode konnten wir ein Machine-Learning-Modell trainieren, das in Kombination mit einer speziellen Software die Sequenzierdaten live verarbeitet und mit bereits weniger als 0.1 Prozent der genetischen Daten eine Tumorklassifizierung in weniger als einer Stunde ermöglicht“, erläutert Mara Steiger.

Das heißt, die genauen Informationen zur Art des Tumors stehen noch während des Eingriffs zur Verfügung und die Operation kann unmittelbar daran ausgerichtet werden.

Bildergalerie

Umgesetzt wurde die Studie mit der Klinik für Neurochirurgie des UKSH, Campus Kiel. „Während bisherige Fortschritte in der Neurochirurgie die Technik der Tumorentfernung verfeinert haben, revolutioniert der krankheitsbasierte Ansatz die gesamte Vorgehensweise“, sagt Dr. Carolin Kubelt-Kwamin, Oberärztin der Klinik für Neurochirurgie. Statt sich lediglich an der Tumorlokalisation zu orientieren, eröffne die intraoperative Identifikation des Tumortyps neue Möglichkeiten für eine Echtzeit-Anpassung der operativen Strategie an die spezifische Biologie des Tumors: „Dieser Ansatz verknüpft die Präzisionsmedizin direkt mit der Neurochirurgie und hebt die Behandlung von einem technikzentrierten Vorgehen auf ein individuell abgestimmtes, krankheitszentriertes Niveau." Die Operation werde somit zu einer maßgeschneiderten Therapie.

An der Forschungsarbeit waren weiterhin die Fachhochschule Kiel, die Altona Diagnostics GmbH Hamburg und weitere nationale und internationale Partner beteiligt. Gefördert wurde das Projekt vom Bundesministerium für Bildung und Forschung und vom Universitären Cancer Center Schleswig-Holstein.

Die Ergebnisse wurden im Journal Nature Medicine veröffentlicht. Betont wird, dass zum einen die Ergebnisse der neuen Methode mit den Ergebnissen einer vollständigen neuropathologischen Untersuchung übereinstimmten, zum anderen, dass mit dieser neuen Methode auch diagnostisch schwierige Tumoren korrekt zu klassifizieren seien, bei denen herkömmliche histopathologische Methoden oft versagten.

Studie

KI verbessert die Brustkrebserkennung

(ID:50338874)