Springer Nature is making SARS-CoV-2 and COVID-19 research free. View research | View latest news | Sign up for updates

Big-Data für die Präzisionsmedizin

  • 26 Accesses

Forscher eines amerikanisch-deutschen Projektes versuchen, Daten genomischer und transkriptomischer Analysen bei akuter myeloischer Leukämie (AML) und myelodysplastischem Syndrom (MDS) mit pathologischen Charakteristika und klinischen Verläufen zu integrieren.

Im Münchener Leukämie-Labor von Torsten Haferlach wurde dazu Blut und Knochenmark von 1.304 erwachsenen Patienten, davon 706 mit MDS und 598 mit AML, untersucht. Die Analyse ist Teil eines größeren Projekts, für das in München bereits insgesamt Tumormaterial von 4.500 Patienten mit ganz unterschiedlichen hämatologischen Erkrankungen analysiert wurde. Sowohl Tumorgenom als auch Transkriptom werden dabei vollständig sequenziert. Im Gegensatz zu früheren Untersuchungen sind zudem Faktoren wie Alter oder Erkrankungscharakteristika für jeden Patienten bekannt, sodass eine übergreifende Auswertung möglich ist.

Ziel des aktuellen Projekts ist es, AML- und MDS-Subtypen besser zu charakterisieren und eine solidere Grundlage für die gezielte Therapiewahl zu schaffen, erklärte Ilaria Iacobucci, Memphis, TN/USA [Iacobucci I et al. ASH. 2019;Abstr:LBA-4]. Mit den Auswertungen ließen sich bekannte chromosomale Veränderungen und Mutationen betätigen - und auch neue finden. Zudem zeigten die Analysen, dass es Subtypen mit bestimmten Clustern von Veränderungen gibt. So geht das gemeinsame Vorkommen von NPM1- und Cohesin-Gen-Mutationen sowohl bei MDS als auch AML mit einer sehr guten Prognose einher. Dagegen bedeuten Mutationen und strukturelle Veränderungen von RUNX1 bei gleichzeitiger Assoziation mit einer Überexpression von Meningioma-1 (MN1) eine sehr schlechte Prognose. Eine MN1-Überexpression verschlechtert auch bei TP53-Mutation die Prognose noch einmal. Auf der anderen Seite war eine TP53-Mutation sowohl bei AML als auch bei MDS mit einem komplexen Karyotyp und einem höheren Lebensalter assoziiert - weiteren prognostisch ungünstigen Faktoren. Iacobucci hofft, dass die detaillierten Auswertungen ihres Projekts die weitere Forschung befruchten und die klinische Entscheidungsfindung unterstützen kann.

figure1

© gonin / Getty Images / iStock

Testergebnis im Alltag abwarten lohnt sich

Eine Vorläuferstudie dieses Projekts ist die BEAT-AML-Master-Studie. Bislang noch nicht behandelten älteren Patienten mit AML wird dabei eine umfassende zytogenetische und Mutationstestung angeboten, wobei innerhalb von sieben Tagen die Therapieentscheidung gefällt werden muss. Bei Identifikation eines dominanten Klons, der ein Target für eine innovative Substanz bietet, können die Patienten an einer entsprechenden Studie teilnehmen.

Dass die Therapieverzögerung durch die Testung bei den im Median 72 Jahre alten Patienten kein Nachteil ist, berichtete Amy Burd, White Plains, NY/USA [Burd A et al. ASH. 2019;Abstr 175]. 224 der insgesamt 487 Patienten konnte aufgrund der Testergebnisse eine zielgerichtete Therapie im Rahmen einer Studie angeboten werden, fast immer innerhalb der vorgegebenen sieben Tage. Dazu gehörten beispielsweise der CD200-Antikörper Samalizumab bei CBF("core binding factor")-AML oder der SYK-Hemmer Entospletinib bei NPM1-Mutation mit gleichzeitiger FLT3-ITD. Die 30-Tages-Mortalitätsrate betrug insgesamt 14,1 %, war aber bei den Patienten, die eine zielgerichtete Therapie erhalten konnten, mit 3,7 % sehr viel niedriger, berichtete Burd. Sie sieht damit bestätigt, dass die Therapieverzögerung über sieben Tage bis zum Vorliegen der zytogenetischen und genomischen Ergebnisse bei älteren Patienten sicher ist. Ein explorativer Vergleich mit Überlebensdaten von Patienten, die nach Standardvorgehen behandelt wurden, weist auf einen deutlichen Überlebensvorteil für diese Patienten hin.

Bericht vom 61st ASH (American Society of Hematology) Annual Meeting and Exposition vom 6. bis 10. Dezember 2019 in Orlando, FL/USA

Author information

Correspondence to Dipl.-Biol. Friederike Klein.

Rights and permissions

Reprints and Permissions

About this article

Verify currency and authenticity via CrossMark

Cite this article

Klein, F. Big-Data für die Präzisionsmedizin. InFo Hämatol Onkol 23, 47 (2020). https://doi.org/10.1007/s15004-020-7996-5

Download citation