Krebs-Forschung Proteinlandkarten von Tumoren

Von Susanne Ehneß

Ein deutsch-dänisches Team hat untersucht, wie sich die Eigenschaften von Krebszellen mithilfe von „Deep Visual Proteomics“ besser verstehen lassen. Dr. Fabian Coscia hat das Verfahren mitentwickelt und wird es am Max-Delbrück-Centrum für Molekulare Medizin in der Helmholtz-Gemeinschaft (MDC) nun weiter verfeinern – um auch für resistente Tumore Therapien zu finden.

Arbeitsgruppenleiter Fabian Coscia prüft die Proben, bevor sie analysiert werden
Arbeitsgruppenleiter Fabian Coscia prüft die Proben, bevor sie analysiert werden
(© Felix Petermann, MDC )

Dr. Fabian Coscia und sein Kollege Dr. Andreas Mund haben am Novo Nordisk Foundation Center for Protein Research (CPR) der Universität Kopenhagen in der Gruppe von Professor Matthias Mann ein Verfahren entwickelt, das mithilfe künstlicher Intelligenz das Proteom, also die Gesamtheit aller hergestellten Proteine, von Krebszellen analysiert. Die Methode namens Deep Visual Proteomics (DVP) rückt die Bedeutung von Proteinen für die Zellfunktion in den Vordergrund.

„Wenn in unseren Zellen etwas schiefläuft und wir krank werden, können wir sicher sein, dass Proteine in vielfältiger Weise daran beteiligt sind“, erläutert Mann, der nicht nur in Kopenhagen forscht, sondern am Max-Planck-Institut für Biochemie in Martinsried bei München auch die Forschungsabteilung „Proteomics und Signaltransduktion“ leitet und das noch recht junge Fachgebiet der Proteomik mitgegründet hat. „Deshalb kann uns die Kartierung der Proteinlandschaft dabei helfen, herauszufinden, warum sich bei einem bestimmten Patienten ein Tumor entwickeln konnte, welche Schwachstellen dieser Tumor hat und welche Behandlungsstrategie die nützlichste sein könnte.“

Die Methode

Mit Deep Visual Proteomics sollen sich die Proteine unterschiedlicher Krebszellen so detailliert wie nie zuvor erfassen lassen. Das Verfahren besteht aus vier Schritten:

  • Zunächst erstellt ein hochauflösendes Mikroskop ein genaues Bild der Gewebeprobe.
  • Mithilfe künstlicher Intelligenz werden die einzelnen Zellen der Probe im nächsten Schritt anhand ihrer visuellen Merkmale in verschiedene Gruppen eingeteilt.
  • Ein Laserstrahl schneidet die Zellen anschließend Gruppe für Gruppe automatisiert aus dem Gewebe heraus und fasst sie in jeweils einer neuen Probe zusammen.
  • Im letzten Schritt ermittelt ein Massenspektrometer in den unterschiedlichen Proben die genaue Zusammensetzung der Proteine.

„Mit der Kombination modernster mikroskopischer und massenspektrometrischer Verfahren sowie dank künstlicher Intelligenz erreichen wir einen bislang noch nie dagewesenen Einblick in das Krankheitsgeschehen bei Krebs“, sagt Coscia. „Inzwischen reichen uns weniger als hundert Zellen aus, um in ihnen Tausende von Proteinen gleichzeitig zu erfassen.“ Zudem erhalte man ein gänzlich unvoreingenommenes Bild von den Abläufen in verschiedenen Krebszellen und könne womöglich noch unbekannte Proteine entdecken, die zum Beispiel an der Ausbreitung der Zellen im Körper und somit an der Entstehung von Metastasen beteiligt sind. Auch Wechselwirkungen zwischen den Krebszellen und dem sie umgebenden Gewebe könne man dank Deep Visual Proteomics besser erfassen.

In ihrer aktuellen Publikation in der Fachzeitschrift „Nature Biotechnology“ beschränken sich die Forschenden auf Zellen von Haut- und Speicheldrüsenkrebs. „Aber natürlich lassen sich mit dem Verfahren auch alle anderen Tumorarten näher charakterisieren“, betont Coscia. Einige von ihnen will sich der Wissenschaftler nun im Rahmen des Projekts MSTARS (Multimodale klinische Massenspektrometrie für die Untersuchung von Therapieresistenz) vornehmen, an dem neben dem MDC auch die Charité – Universitätsmedizin Berlin, das Berliner Max-Planck-Institut für Molekulare Genetik und die Humboldt-Universität zu Berlin beteiligt sind.

Therapien auch für andere Erkrankungen

„Das Gute an Proteinen ist unter anderem, dass sie so stabil sind“, sagt Coscia. Mit der neuen Methode könne man daher auch in Formalin fixierte Gewebeproben von Patienten untersuchen, die bereits viele Jahre alt seien, und die Ergebnisse mit den klinischen Daten dieser Menschen vergleichen. „Auf diese Weise wollen wir erkennen, warum eine bestimmte Therapie in dem einen Fall vielleicht besonders gut angeschlagen, in dem anderen aber leider versagt hat“, erläutert der Forscher. Sein Ziel sei es, neue Angriffspunkte für individuelle, also auf die Patienten maßgeschneiderte Krebstherapien – auch für bislang behandlungsresistente Tumore – zu finden.

Auch auf andere Krankheiten soll das Verfahren anwendbar sein. „Man kann zum Beispiel die Proteine in Nervenzellen analysieren und so herausfinden, was bei neurodegenerativen Erkrankungen wie Alzheimer oder Parkinson in den Zellen genau passiert“, sagt Coscia. Er freue sich jedenfalls sehr, wenn das von ihm und seinen Kollegen entwickelte Tool künftig auch von Forschenden vieler anderer Fachrichtungen genutzt werde, um mit dessen Hilfe zu neuen biomedizinischen Erkenntnissen zu gelangen.

(ID:48362131)

Jetzt Newsletter abonnieren

Wöchentlich die wichtigsten Infos zur Digitalisierung im Gesundheitswesen

Mit Klick auf „Newsletter abonnieren“ erkläre ich mich mit der Verarbeitung und Nutzung meiner Daten gemäß Einwilligungserklärung (bitte aufklappen für Details) einverstanden und akzeptiere die Nutzungsbedingungen. Weitere Informationen finde ich in unserer Datenschutzerklärung.

Aufklappen für Details zu Ihrer Einwilligung