Die Analyse von Biomarkern spielt eine wesentliche Rolle bei der Identifikation optimaler Therapien bei Krebserkrankungen. Durch die Kooperation von Wissenschaft und Wirtschaft im Rahmen des österreichischen Forschungszentrums CBmed wird die Entwicklung, etwa auf den Gebieten der computergestützten Pathologie, der intelligenten Analyse von medizinischen Daten und des metabolischen Fingerabdrucks forciert. CBmed vernetzt wissenschaftliche Expertise mit führenden Pharma-, Diagnostik-, medizintechnologischen und IT-Unternehmen. Ein großes gemeinsames Ziel der Kooperationspartner ist die maßgeschneiderte Therapie und Behandlung unterschiedlicher Krebsarten, Stoffwechselerkrankungen und Entzündungen. „Nicht jeder Mensch reagiert gleich auf jede Therapie. Deswegen ist es umso wichtiger, mithilfe der genauen Diagnose und Analyse anhand der zutreffenden Biomarker die passende Behandlung zu finden, um den gewünschten Erfolg zu erzielen“, erklärt Univ.-Prof. Dr. Thomas Pieber als wissenschaftlicher Leiter des Forschungszentrums CBmed GmbH, Center for Biomarker Research in Medicine. In sechs Corelabs in Österreich werden daher ständig neue, unterschiedliche Analyse- und Diagnosemethoden erforscht.
Bei der morphologischen Analyse histologischer Schnitte unter dem Mikroskop besteht die Gefahr, dass beispielsweise aufgrund unterschiedlicher Lichtverhältnisse oder Betrachtungswinkel unterschiedliche Ergebnisse erzielt werden. Um diese subjektive Verfälschung zu vermeiden, werden Proben mittels Slide-Scanners digitalisiert. So kann das Bild vom Computer gelesen werden. Voraussetzung: Der Computer muss wissen, was er analysieren soll. „Wir haben mit Mathematikern zusammengearbeitet, unter anderem von der ETH in Zürich und Zentren in Amerika. Interessant dabei ist, dass der Mathematiker dem Computer einen Algorithmus vorgibt, wobei dieser selbst lernen kann. Heute können mit Plattformen für Genomics oder Proteomics bei Tumoren ganz klare Cut-offs erkannt werden“, erläutert CBmed Partner Dr. Johannes Haybäck, Institutsdirektor am Institut für Pathologie an der Medizinischen Fakultät an der Otto von Guericke Universität in Magdeburg. „Wenn eine spezifische Tumorentität über zwei Prozent proliferiert, dann ist der Tumor ganz anders einzustufen, als wenn er nur einen Proliferationsindex von einem Prozent aufweist“, ergänzt der Experte. Die Folge sind zum Teil unterschiedliche Behandlungsmethoden für den Patienten, um den größtmöglichen Behandlungserfolg zu erzielen. Dank des Computereinsatzes bei der Analyse wird also die Subjektivität in der Diagnostik minimiert.
Eine weitere Möglichkeit besteht darin, ausgehend vom Patientengewebe aufzuzeigen, welches Chemotherapeutikum wirkt, indem der Befund dem Onkologen als individualisierter Behandlungsleitfaden ähnlich einem Antibiogramm dient. Aktuell ist diese Methode noch nicht weit verbreitet, doch Haybäck ist überzeugt, dass die computergestützte Pathologie in Zukunft eine immer stärkere Rolle spielen wird.
Aktuell gibt es hinsichtlich der Präanalytik von Patientenproben noch keine sinnvolle Standardisierung, was mitunter zu Schwierigkeiten bei der Auswertung und Befundung führt. Eine Automatisierung über die vier Schritte der Gewinnung, Lagerung, Transportierung und Vorbereitung von Proben würde den Prozess erheblich beschleunigen. Als treibende Kräfte der Standardisierung fungieren die einzelnen Wissenschafts- oder Fachgesellschaften, wie beispielsweise die Gesellschaft für Pathologie oder Onkologie.
Labore arbeiten und publizieren nach „good clinical practice“ oder „good scientific practise“. Faktoren wie die Transportdauer einer Tumorprobe von der Entnahme bis zum Labor sind hingegen oft nicht standardisiert. „Wir haben in einer Studie mit Physikern große Unterschiede gesehen. Wenn Sie beispielsweise das banale 4%ige Formalin nehmen, gibt es bei verschiedenen Herstellern vollkommen andere Werte in der Zusammensetzung. Und damit ist die Präservation des Gewebes von Grund auf unterschiedlich“, beschreibt Haybäck. Wären alle Proben bei der Analyse identisch behandelt worden, wäre das ein wichtiger Faktor hinsichtlich der Vergleichbarkeit und damit der Identifikation von Biomarkern.
Quelle: CBmed Biomarker Conference, „The Future of Biomarker Research“, Medizinische Universität Graz 2017