idw – Informationsdienst Wissenschaft

Nachrichten, Termine, Experten

Grafik: idw-Logo
Grafik: idw-Logo

idw - Informationsdienst
Wissenschaft

Science Video Project
idw-Abo

idw-News App:

AppStore

Google Play Store



Instance:
Share on: 
06/28/2021 11:14

Schnelle IR-Imaging basierte KI erkennt Tumortyp bei Lungenkrebs

Meike Drießen Dezernat Hochschulkommunikation
Ruhr-Universität Bochum

    Die Prognose und wirksame Therapien unterscheiden sich bei Lungenkrebs je nach Typ. Eine genaue Bestimmung der zugrunde liegenden Mutation dauerte bisher mehrere Tage. Ein Forschungsteam am Zentrum für Proteindiagnostik PRODI der Ruhr-Universität Bochum (RUB) konnte diese Bestimmung mit einer Kombination aus Quantenkaskadenlaser-basierter Infrarot-Mikroskopie und künstlicher Intelligenz (KI) in einem Schritt zuverlässig durchführen. Eine Markierung des untersuchten Gewebes ist dafür nicht nötig. Die Analyse dauert nur etwa eine halbe Stunde.

    „Dies ist ein großer Schritt, der zeigt, dass das Infrarot-Imaging eine vielversprechende Methodik in der zukünftigen Diagnostik und Therapieprädiktion werden kann“, so Prof. Dr. Klaus Gerwert, Direktor des PRODI. Die Studie ist im American Journal of Pathology vom 1. Juli 2021 veröffentlicht.

    Therapieentscheidung durch Genmutationsanalyse

    Lungentumoren werden in zahlreiche Typen wie das kleinzellige Lungenkarzinom, das Adenokarzinom und das Plattenepithelkarzinom unterteilt. Zusätzlich existieren viele seltene Tumortypen und -subtypen. Diese Vielfalt erschwert eine zuverlässige Schnelldiagnostik im klinischen Alltag. Zusätzlich zur histologischen Typisierung müssen die Tumorproben umfassend auf bestimmte Veränderungen auf Ebene der DNA untersucht werden. „Der Nachweis einer dieser Mutationen ist eine wichtige Schlüsselinformation, welche sowohl die Prognose als auch die weiteren therapeutischen Entscheidungen beeinflusst“, so Mitautor Prof. Dr. Reinhard Büttner, Leiter des Instituts für Allgemeine Pathologie und Pathologische Anatomie des Universitätsklinikums Köln.

    Von Lungenkrebs Betroffene profitieren eindeutig von einer vorherigen Charakterisierung der Treibermutationen: So sprechen beispielweise Tumoren mit aktivierenden Mutationen im EGFR-Gen (epidermal growth factor) oft gut auf eine Therapie mit Tyrosinkinase-Inhibitoren an, während nicht EGFR-mutierte Tumoren oder Tumore mit weiteren Mutationen wie KRAS überhaupt nicht auf diese Medikation ansprechen. Bisher erfolgt die differentielle Diagnose von Lungenkrebs durch immunhistochemische Färbungen von Gewebeproben und anschließender aufwändiger Genanalyse zur Mutationsbestimmung.

    Schnelle und zuverlässige Messtechnik

    Das Potenzial des Infrarot-Imaging, kurz IR-Imaging, als diagnostisches Werkzeug zur Klassifizierung von Gewebe, die sogenannte Label-freie digitale Pathologie, hat die Gruppe um Klaus Gerwert schon in früheren Studien gezeigt. Das Verfahren erkennt Krebsgewebe ohne vorherige Färbung oder andere Markierung und funktioniert automatisiert mithilfe von künstlicher Intelligenz. Im Gegensatz zu den im klinischen Alltag eingesetzten Methoden zur Bestimmung von Tumorform und von Mutationen in Tumorgewebe, die jeweils mehrere Tage dauern können, benötigt das neue Verfahren dafür nur etwa eine halbe Stunde. In diesen 30 Minuten kann nicht nur festgestellt werden, ob die Gewebeprobe Tumorzellen enthält, sondern auch, um welchen Typ es sich handelt und ob dieser eine bestimmte Mutation enthält.

    Infrarotspektroskopie macht Genmutationen sichtbar

    Die Bochumer Forschenden konnten mit ihrer Arbeit das Verfahren an Proben von über 200 Lungenkrebspatientinnen und -patienten verifizieren. Für die Mutationserkennung konzentrierten sie sich auf den mit Abstand häufigsten Tumor der Lunge, das Adenokarzinom, das über 50 Prozent der Tumore ausmacht. Dessen häufigste Genmutationen können mit einer Sensitivität und Spezifität von 95 Prozent im Vergleich zur aufwändigen Genanalyse bestimmt werden. „Wir konnten hier erstmals spektrale Marker identifizieren, die eine ortsaufgelöste Unterscheidung verschiedener molekularer Zustände in Lungentumoren ermöglichen“, erklärt Nina Goertzen von PRODI. Eine einzige infrarotspekroskopische Messung bringt Informationen über die Probe, für die sonst mehrere zeitaufwändige Verfahren erforderlich wären.

    Ein weiterer Schritt in Richtung personalisierte Medizin

    Die Ergebnisse bestätigen erneut das Potenzial der Label-freien digitalen Pathologie für den klinischen Einsatz. „Um die Zuverlässigkeit weiter zu erhöhen und eine Translation der Methode als neues diagnostisches Werkzeug weiter zu fördern, sind Studien mit größeren an die klinischen Bedürfnisse angepassten Patientenzahlen und eine externe Testung im klinischen Alltag nötig“, so Dr. Frederik Großerüschkamp, Projektleiter IR-Imaging. „Die Verkürzung der Messzeit, eine einfache und zuverlässige Bedienung der Messgeräte und die Beantwortung von klinisch und für den Patienten wichtigen und hilfreichen Fragen ist für die Translation des IR-Imagings in den klinischen Alltag ausschlaggebend.“

    Förderung

    Die Arbeiten wurden im Forschungszentrum für Proteindiagnostik PRODI (Förderkennzeichen 111.08.03.05-133974) durchgeführt, gefördert durch das Ministerium für Kultur und Wissenschaft des Landes Nordrhein-Westfalen. Fördermittel für das Projekt stammen von der Deutschen gesetzlichen Unfallversicherung (DGUV; Projekt FP-0259).


    Contact for scientific information:

    Prof. Dr. Klaus Gerwert
    Zentrum für Proteindiagnostik (PRODI)
    Ruhr-Universität Bochum
    Tel.: +49 234 32 18035
    E-Mail: klaus.gerwert@rub.de


    Original publication:

    Nina Goertzen, Roberto Pappesch, Jana Fassunke, Thomas Brüning, Yon-Dschun Ko, Joachim Schmidt, Frederik Großerüschkamp, Reinhard Büttner, Klaus Gerwert: Quantum cascade laser-based infrared imaging as a label-free and automated approach to determine mutations in lung adenocarcinoma, in: The American Journal of Pathology, 2021, DOI: 10.1016/j.ajpath.2021.04.013, https://ajp.amjpathol.org/article/S0002-9440(21)00197-8/fulltext


    More information:

    https://news.rub.de/presseinformationen/wissenschaft/2021-06-28-proteinforschung... - Foto zum Download


    Images

    Criteria of this press release:
    Journalists
    Biology, Medicine
    transregional, national
    Research results
    German


     

    Help

    Search / advanced search of the idw archives
    Combination of search terms

    You can combine search terms with and, or and/or not, e.g. Philo not logy.

    Brackets

    You can use brackets to separate combinations from each other, e.g. (Philo not logy) or (Psycho and logy).

    Phrases

    Coherent groups of words will be located as complete phrases if you put them into quotation marks, e.g. “Federal Republic of Germany”.

    Selection criteria

    You can also use the advanced search without entering search terms. It will then follow the criteria you have selected (e.g. country or subject area).

    If you have not selected any criteria in a given category, the entire category will be searched (e.g. all subject areas or all countries).