Chronische Entzündung und Krebs der Bauchspeicheldrüse präziser unterscheiden

Ein Team von Wissenschaftlern aus dem Deutschen Krebsforschungszentrum (DKFZ) und dem Universitätsklinikum Heidelberg (UKHD) konnten unterstützt durch maschinelles Lernen ein Muster an DNA-Methylierungen identifizieren, das die Unterscheidung von chronisch entzündeten und bösartig veränderten Pankreasgewebeproben treffsicher erlaubte.

Das Pankreaskarzinom oder kurz PDAC, hat eine dramatisch schlechte Prognose. Die Gründe dafür sind seine meist späte Entdeckung im fortgeschrittenen Stadium, Fehldiagnosen und seine ausgeprägte Resistenz gegen die verfügbaren Therapien.

Zur Diagnose werden in der Regel bildgebende Verfahren eingesetzt. Diese haben jedoch den Nachteil, dass sie Pankreaskrebs nicht immer sicher von einer chronischen Pankreasentzündung unterscheiden können. Die chronische Entzündung gilt als wichtiger Risikofaktor für das Pankreaskarzinom. Etwa sechs bis neun Prozent der Patienten, die an chronischer Entzündung der Bauchspeicheldrüse leiden, entwickeln später ein Pankreaskrebs. Bildgebung und sogar die ultraschallgeführte Feinnadelbiopsie liefern zu häufig auch falsche Diagnosen.

„Für die Betroffenen ist das dramatisch: Wird ein bösartiger Tumor fälschlicherweise als chronische Entzündung diagnostiziert, so verlieren sie wertvolle Zeit, um die Erkrankung frühzeitig zu behandeln. Halten die Mediziner jedoch eine Entzündung irrtümlicherweise für ein Karzinom, so muss sich der Patient unnötigerweise einer schweren Operation unterziehen“, erläutert Jörg Hoheisel vom DKFZ.

Um mithilfe molekulare Marker präzisere Differentialdiagnosen zu ermöglichen, hat Hoheisel gemeinsam mit Medizinern von der Chirurgischen Universitätsklinik Heidelberg eine großangelegte Untersuchung von Pankreasgewebeproben durchgeführt. Für die Analyse konnte das Team auf 345 Gewebeproben (PDAC, chronisch entzündet und gesund) zugreifen. Anschließend wurden die Ergebnisse an einem unabhängigen Satz von 48 weiteren Gewebeproben validiert. Das verwendete Material wurde zuvor zweimal unabhängig von erfahrenen Pathologen beurteilt.

Die Analyse umfasste genomweite Variationen der DNA-Methylierung sowie der mRNA und microRNA-Mengen, außerdem Kombinationen der einzelnen Untersuchungen. Um aus der Datenfülle relevante Unterschiede zwischen bösartigen Tumoren und chronischen Entzündungen herauszufiltern, nutzten die Forscher Methoden des maschinellen Lernens. Dabei stellte sich heraus, dass Unterschiede in der DNA-Methylierung eine substanziell höhere Genauigkeit mit wesentlich weniger Biomarkern erlaubten als die mRNA- oder microRNA-Daten.

Die deutlich beste Unterscheidung lieferte eine Signatur von sechs Methylierungspositionen im Gen PRKCB. Damit ließen sich entzündliche und bösartig veränderte Gewebe korrekt erkennen.

Für die klinische Nutzung wäre es besser, wenn für die Diagnose keine Gewebeentnahme notwendig wäre, sondern eine Blutprobe für eine Liquid Biopsy genügen würde. Deshalb untersuchte das Heidelberger Team auch eine kleine Zahl an Blutproben von Patienten mit chronischer Pankreatitis beziehungsweise Bauchspeicheldrüsenkrebs auf diese sechs Methylierungsmarker. Wie zuvor im Gewebe konnten über die Methylierungsmarker die Patienten treffsicher diagnostiziert werden.

„Natürlich müssen diese vorläufigen Ergebnisse an einer großen Zahl an Blutproben validiert und in einer Studie unter Klinikbedingungen bestätigt werden, um seinen tatsächlichen Nutzen für die klinische Praxis abschließend zu bewerten“, sagt Studienleiter Hoheisel. „Sollte sich das Ergebnis dabei bestätigen, könnte es wesentliche Auswirkungen auf die klinische Versorgung und die Prognose der Patienten haben.“

Dem Wissenschaftler zufolge kann der für diese Datenanalyse entwickelte Algorithmus auch bei der Suche nach Biomarkern für weitere Erkrankungen hilfreich sein.