Traditionelle prognostische Faktoren der CLL basieren u.a. auf Genetik und Epigenetik, dem IGHV-Mutationsstatus und klinischen Parametern. Sie ermöglichen eine grobe Stratifikation der Betroffenen, erläuterte Dr. Fabienne Christine Meier-Abt vom Universitätsspital Zürich. Um die Erkrankten aber genauer einzuordnen, brauche es weitere Faktoren, die orthogonal zu den bereits bekannten Markern agieren.

Ein Beispiel seien neue Daten aus Multi-omics-Analysen. Forscher identifizierten dadurch z.B. CLL-PD* (F4) – eine Signatur, die auf mehreren Informationsebenen basiert und die mit der Proliferation und dem Outcome assoziiert ist. CLL-PD (F4) korrelierte invers mit der Lymphozyten-Verdopplungszeit.

Neue Methylierungs- und Proteinmarker entdeckt

Eine weitere Achse sind DNA-Methylierungsmuster. Dank einer neuen statistischen Inferenzmethode entdeckten Landauer Wissenschaftler Methylierungs-Treibergene, die mit dem ereignisfreien Überleben zusammenhängen. Wichtig seien auch Proteinexpressions-Signaturen, die zwischen Genotyp und Phänotyp stehen, so Dr. Meier-Abt. Bekannte prognostische Faktoren, die auf Proteomik-Analysen beruhen, umfassen z.B. CD38, ZAP70, Beta2-Mikroglobulin und TCL1. Allerdings basierten initiale globale Messungen auf kleinen Patientenzahlen und verschiedenen technischen Ansätzen, was dazu führte, dass sich die Ergebnisse nur schwer reproduzieren ließen, kritisierte die Referentin.

Aus diesem Grund führten Dr. Meier-Abt und Kollegen eine Studie mit 117 Teilnehmern durch. In ihr integrierten sie Ergebnisse aus datenunabhängiger Akquisition in der Massenspektroskopie, RNA-Sequenzierung und Genomik und korrelierten sie mit z.B. klinischen Outcome-Daten. Die Forscher identifizierten so Proteine wie PRMT5, PES1 und PYGB, die mit der Zeit bis zur Therapie assoziiert waren. STAT2 wiederum kristallisierte sich als prognostischer Marker für die ex-vivo drug response heraus. Dr. Meier-Abt: „Die Daten zur Expression bringen zusätzlich zu genetischen Analysen wertvolle nicht-redundante Informationen, um das Ansprechen auf Medikamente zu erklären“.

Ein weiterer Ansatz seien sogenannte Surfaceome-Analysen, berichtete die Kollegin weiter. Mit ihnen lassen sich auch Transmembran- und Oberflächen-Proteine erfassen. Das erlaube es, die Proteomik-Studien auf die Surface-Moleküle auszuweiten und eröffne die Möglichkeit, neue prognostische Faktoren zu identifizieren sowie therapeutische Strategien zu entwickeln. 

* proliferative drive

Quelle:
Meier-Abt F et al. DGHO-Jahrestagung 2021; Abstract V332
DGHO-Jahrestagung 2021