Klonale Komplexität des Glioblastoms
Targeting clonal complexity in glioblastoma
Wissenschaftsdisziplinen
Biologie (20%); Klinische Medizin (20%); Medizinisch-theoretische Wissenschaften, Pharmazie (60%)
Keywords
-
Glioblastoma,
Clonal Heterogeneity,
Spatial,
Tempo
Zielgerichtete Therapien stellen einen Meilenstein in der Krebstherapie dar. Während sie sich bei einigen Krebserkrankungen als wahre Wunderwaffen entpuppen, bleibt der gewünschte Erfolg bei anderen aus. Als Ursache dafür wird die Tumorheterogenität angesehen. Heterogenität bedeutet, dass nicht alle, sondern nur ein Teil der Tumorzellen durch die Therapie gezielt bekämpft wird; ähnlich einem Baum, der nicht am Stamm, sondern an kleineren Seitenästen abgesägt wird. Die Tumorheterogenität ist für ein schlechtes Therapieansprechen, ein frühes Tumorrezidiv und ein kurzes Überleben der Patienten verantwortlich. Dennoch wird sie in der Klinik nicht standardmäßig erfasst und spielt bei Therapieentscheidungen eine meist untergeordnete Rolle. Das Glioblastom ist ein prototypisches Beispiel für einen genetisch heterogenen Tumor. Aber wie heterogen ist heterogen? Wie sind die unterschiedlichen Tumorzellklone räumlich und zeitlich verteilt und ist das von klinischer Bedeutung? In diesem Projekt stellen wir die Hypothese auf, dass Anzahl und Zusammensetzung der Tumorzellklone variieren. Dabei gilt: je komplexer, umso Therapie-resistenter. In unserem methodischen Ansatz kombinieren wir Tiefensequenzierungen mit anspruchsvollen räumlichen und zeitlichen Modellierungen und einem ex-vivo Modell, das ein Testen der Wirksamkeit von Medikamenten bei erhaltener Tumorheterogenität erlaubt. Das transformative Potential dieses Projekts liegt nicht nur darin, die Tumorheterogenität einen Schritt weiter zu einem klinischen Biomarker zu entwickeln, sondern sie durch ein besseres mechanistisches Verständnis letztlich direkt beeinflussen zu können.
Das vorliegende Projekt untersuchte die räumliche genetische Architektur des Glioblastoms, eines prototypischen Beispiels für einen Tumor mit hoher molekularer Heterogenität und dadurch hoher endogener Behandlungsresistenz. In unserem Ansatz kombinierten wir tief sequenzierte Exom-Profile von 75 multiregionalen Proben von 16 Patienten mit klinischer und therapeutischer Annotation, sowie funktioneller Validierung in kultivierten und behandelten Tumorschnitten, die u.a. mittels räumlich aufgelöster RNA Sequenzierung analysiert wurden. Die phylogenetische Entwicklung folgte grob zwei Mustern, linear und verzweigt, mit durchschnittlich 6 Subklonen pro Tumor. Die Entstehung neuer Klone, die durch genetische Treiberveränderungen definiert sind, schien auch durch die Lage des Tumors und das Alter des Patienten beeinflusst zu werden. Ebenso variierten die Tumore in ihrer molekularen Diversität wie der genetischen Distanz nach Nei. Diese korrelierte mit der physischen Ausdehnung nur bei Tumoren mit geordneted räumlichen Mustern (d.h. weniger zelluläre Durchmischung am ehesten aufgrund weniger beweglicher Klone). In diesem vorläufigen Rahmen fanden wir Hinweise auf eine klinische Relevanz mit einer kürzeren Zeit bis zur Tumorprogression bei Patienten deren Tumorproben eine hohe genetische Distanz aufwiesen (p=0,013) und einem nicht signifikanten Trend zu einem schlechteren Überleben von Patienten mit zufälliger räumlicher Heterogenität (p=0,35). Funktionelle Experimente ermöglichten es uns, die genetische Diversität mit unterschiedlichen Signalwegen zwischen Tumoren, die auf die Behandlung ansprechen, und solchen, die nicht darauf ansprechen, in Verbindung zu bringen, wobei EMT und angiogene Signalwege eine wichtige Rolle spielen. Zusammenfassend lässt sich sagen, dass sich Glioblastome in ihrer molekularen Vielfalt und deren räumlichen Muster unterscheiden, mit ersten Hinweise für eine klinische Relevanz, die in größeren prospektiven Kohorten validiert werden muss. Die Ergebnisse sprechen dafür, die Erstellung multiregionaler Tumorprofile auch in der Routinediagnostik einzusetzen, und weisen auf die Tumorzellmotilität als eine potenzielle Achillesferse hin, um eine zufällige "durchmischte" Anordnung der Klone in geordnetere räumliche Muster zu revertieren und dadurch die Behandlungseffizienz zu steigern. Komplementäre Erkenntnisse aus anderen Krebsarten, einschließlich solchen außerhalb des Gehirns, deuten auf ein gemeinsames Prinzip, das letztlich für viele Patienten mit unterschiedlichen Krebserkrankungen relevant sein könnte.
Research Output
- 33 Zitationen
- 2 Publikationen
- 1 Policies
- 2 Datasets & Models
- 1 Disseminationen
- 1 Wissenschaftliche Auszeichnungen
- 2 Weitere Förderungen
-
2022
Titel The Digital Brain Tumour Atlas, an open histopathology resource DOI 10.1038/s41597-022-01157-0 Typ Journal Article Autor Roetzer-Pejrimovsky T Journal Scientific Data Seiten 55 Link Publikation -
2023
Titel Radiomic features define risk and are linked to DNA methylation attributes in primary CNS lymphoma. DOI 10.1093/noajnl/vdad136 Typ Journal Article Autor Gesperger J Journal Neuro-oncology advances Link Publikation
-
2021
Titel Contribution to changes in the diagnostic assessments of patients with glioma at the Institution Typ Influenced training of practitioners or researchers
-
2022
Link
Titel The Digital Brain Tumour Atlas - an open histopathology resource DOI 10.25493/wq48-zgx Typ Database/Collection of data Öffentlich zugänglich Link Link -
2022
Link
Titel Metadata record for: The Digital Brain Tumour Atlas - an open histopathology resource DOI 10.6084/m9.figshare.16652272 Typ Database/Collection of data Öffentlich zugänglich Link Link
-
2022
Titel Lange Nacht der Forschung Typ Participation in an activity, workshop or similar
-
2023
Titel Invited lecture at the Annual Meeting of the Austrian Society of Neurology 2023 Typ Personally asked as a key note speaker to a conference Bekanntheitsgrad National (any country)
-
2023
Titel ATTRACT Clinical Research Study Group Typ Research grant (including intramural programme) Förderbeginn 2023 Geldgeber Ludwig Boltzmann Society -
2021
Titel GlioAge Decoding cellular senescence in glioblastoma Typ Research grant (including intramural programme) Förderbeginn 2021 Geldgeber Vienna Science and Technology Fund