Maschinelles Lernen für die Krebsfrüherkennung
In einer Studie wurde der A-PLUS-Test, der auf maschinellem Lernen basiert, optimiert. Dieser Test nutzt das differenzierte Vorhandensein von Alu-Elementen in Krebszellen und trägt so zur Verbesserung der Krebsfrüherkennung bei.
Die Entdeckung von Alu-Elementen als Biomarker
Eine Alu-Sequenz ist ein Short INterspersed Element (SINE) von etwa 300 Basenpaaren. Es wird geschätzt, dass es im menschlichen Genom mehr als eine Million Alu-Sequenzen gibt, die 10% des gesamten menschlichen Genoms ausmachen. Die Einfügung von Alu-Sequenzen wird mit mehreren menschlichen Erbkrankheiten und verschiedenen Formen von Krebs in Verbindung gebracht.
Alu-Elemente wurden aufgrund ihrer begrenzten Anzahl im Vergleich zu den Milliarden von Elementen in der DNA und ihrer komplexen sowie sich wiederholenden Eigenschaften lange Zeit als Biomarker vernachlässigt. Die von Douville et al. durchgeführte Studie hat jedoch neue Perspektiven eröffnet. Sie umfasste 11 Krebsarten und über 7,600 Blutproben und zeigte, dass die Verringerung von Elementen der Unterfamilie AluS besonders charakteristisch für solide Tumore ist.
Der A-PLUS-Test: Ein Fortschritt in der Krebsdiagnostik.
Douville und seine Kollegen sammelten Proben von 3,105 Menschen mit soliden Tumoren und 2,073 ohne. Die Studie umfasste 11 Krebsarten und 7,615 Blutproben. Die Wiederholungen wurden verwendet, um zu testen, wie gut das Modell funktioniert.
Der A-PLUS-Test, der die Analyse von Alu-Elementen mit Aneuploidie und gängigen Protein-Biomarkern kombiniert, erreichte bei 11 verschiedenen Krebsarten eine Sensitivität von 40.5% und eine Spezifität von 98.9%. Dieser Grad an Spezifität ist entscheidend, um falsch-positive Ergebnisse bei Screening-Tests zu vermeiden und eine genaue und rechtzeitige Diagnose zu gewährleisten.
Die Methode wurde entwickelt, um eine präzise Krebsklassifizierung zu ermöglichen und wurde in mehreren unabhängigen Kohorten validiert. Besonders bei soliden Tumoren wurde festgestellt, dass eine Reduktion der Elemente der AluS-Unterfamilie charakteristisch ist. Die Entdeckung von Alu-Elementen als Schlüsselkomponente in der Krebsdiagnose bietet einen neuen ergänzenden Ansatz zu den derzeitigen Diagnosemethoden, um Tumore im frühesten Stadium zu erkennen.
Tatsächlich leben 99% der Personen, bei denen Brustkrebs im Stadium 1 diagnostiziert wird, fünf Jahre später noch. Wenn der Krebs jedoch im Stadium 4 entdeckt wird und sich bereits auf andere Organe ausgebreitet hat, sinkt die Überlebensrate von fünf Jahren auf 31%.
Ein Blick in die Zukunft
Obwohl Alu-Elemente nur 11% der menschlichen DNA ausmachen, sind sie von unschätzbarem Wert für die Früherkennung von Krebs. Die Verringerung von AluS-Elementen bei Patienten mit soliden Krebserkrankungen ist ein Merkmal, das die Wirksamkeit verschiedener Diagnosemethoden weiter verbessern könnte. Der nächste Schritt wird die Auswahl und optimale Kombination von Biomarkern für eine noch präzisere und personalisierte Diagnose sein.
Zusammenfassend lässt sich sagen, dass die Forschungsarbeiten den Weg für eine neue Ära in der Krebsdiagnose ebnen, in der sich Alu-Elemente im Blut nicht nur als DNA-Wiederholungen, sondern als echte Indikatoren für den Gesundheitszustand erweisen.
-
Douville C, Lahouel K, Kuo A, Grant H, Avigdor BE, Curtis SD, Summers M, Cohen JD, Wang Y, Mattox A, Dudley J, Dobbyn L, Popoli M, Ptak J, Nehme N, Silliman N, Blair C, Romans K, Thoburn C, Gizzi J, Schoen RE, Tie J, Gibbs P, Ho-Pham LT, Tran BNH, Tran TS, Nguyen TV, Goggins M, Wolfgang CL, Wang TL, Shih IM, Lennon AM, Hruban RH, Bettegowda C, Kinzler KW, Papadopoulos N, Vogelstein B, Tomasetti C. Machine learning to detect the SINEs of cancer. Sci Transl Med. 2024 Jan 24;16(731):eadi3883. doi: 10.1126/scitranslmed.adi3883. Epub 2024 Jan 24. PMID: 38266106.