Das Blasenkarzinom zählt weltweit zu den häufigsten urologischen Tumoren; die Diagnostik beruht bislang überwiegend auf der Zystoskopie. Diese ist effektiv, jedoch invasiv, kostenintensiv und für viele Patienten belastend. Nicht-invasive Urintests haben daher eine wachsende Bedeutung, insbesondere für Diagnostik und Surveillance.
Vor diesem Hintergrund gewinnen epigenetische Biomarker zunehmend an Relevanz. Methylierungsmuster gehören zu den frühesten und stabilsten molekularen Veränderungen bei Urothelkarzinomen. Während bisherige Urintests meist auf gezielten Panels basieren, ist unklar, ob eine umfassende Analyse der gesamten Genom-Methylierung zusätzliche diagnostische Informationen liefert.
Eine nun in 'Clinical Epigenetics' veröffentlichte Studie der University of Birmingham (Bladder Cancer Research Center), durchgeführt in Großbritannien, untersucht erstmals die Machbarkeit einer Langzeit-Ganzgenomsequenzierung von Urin-DNA mit direkter Methylierungsdetektion.
Diagnostische Fragestellungen
Die Arbeitsgruppe prüfte, ob die Langzeit-Sequenzierung (Oxford Nanopore Technologies, ONT) geeignet ist, genomweite Methylierungsmuster in Urin-Zellpellet-DNA (ucpDNA) zu erfassen und dadurch Blasenkarzinome von Nicht-Tumorproben sicher zu unterscheiden. Darüber hinaus sollte bewertet werden, ob diese Methode biologische Merkmale der Tumoren widerspiegelt, etwa Promotor-Hypermethylierung oder Kopienzahlveränderungen.
Offene Fragen, die adressiert wurden, umfassen:
- Ist die Methode bei geringen Tumorfraktionen im Urin anwendbar?
- Lassen sich diagnostisch nutzbare Muster auch bei niedriger Sequenziertiefe identifizieren?
- Spiegelt die Methylierung der Urin-DNA bekannte Tumorprozesse wider?
Analyse und Auswertung der Urin-DNA
Für die Machbarkeitsstudie analysierte das Team Urinproben von 21 Patienten einer Hämaturie-Klinik, darunter 13 mit Blasenkarzinom und 8 ohne Tumornachweis. Die Urin-Zellpellet-DNA wurde mittels Langzeit-Ganzgenomsequenzierung untersucht, wobei sich Methylierungsprofile direkt aus den elektrischen Rohsignalen ableiten ließen.
Zur Erkennung differentiell methylierter Regionen nutzten die Forscher ein etabliertes Modell zur Mustererkennung. Für die Einordnung der Proben setzten sie gängige Verfahren wie PCA und hierarchisches Clustering ein und prüften zusätzlich, ob sich aus den Sequenzdaten auch Kopienzahlveränderungen verlässlich identifizieren lassen.
Tumorspezifische Veränderungen in Methylierung und Genomstruktur
Globales Hypomethylierungsmuster und Promotor-Hypermethylierung
Die Untersuchungen zeigten eine deutliche globale Hypomethylierung in den Karzinomproben sowie krebsassoziierte Muster der Promotor-Hypermethylierung. Diese Veränderungen entsprachen bekannten epigenetischen Charakteristika des Blasenkarzinoms und erlaubten, Tumor- von Nicht-Tumorproben zu trennen.
Diagnostische Diskriminierung auch bei niedriger Sequenziertiefe
Die Analyse ergab Sequenziertiefen von 18–34x bei Einzelbefüllung einer Flow-Zelle. Charakteristische Tumormuster waren jedoch bereits bei 2–5x Sequenziertiefe nachweisbar. Damit zeigte sich, dass diese Muster auch in multiplexierten Sequenzierläufen mit geringerer Sequenziertiefe erkennbar sind.
Erfassung struktureller genomischer Veränderungen
Neben Methylierungsveränderungen konnten in den Tumorproben Kopienzahlveränderungen detektiert werden, die mit etablierten genomischen Alterationen des Blasenkarzinoms übereinstimmen.
Potenzial der Langzeit-Sequenzierung für künftige Urindiagnostik
Der aktuelle Standard innovativer Urintests, darunter von der Arbeitsgruppe entwickelte Panels, basiert auf der Sequenzierung kurzer DNA-Segmente. Die nun getestete Methode erweitert diesen Ansatz erheblich:
- Sie deckt das gesamte Methylom ab,
- erfasst auch in strukturell komplexen Regionen CpG-Inseln,
- und kann ganze DMRs in einem einzigen Long Read abbilden.
Dieser Ansatz könnte die Grundlage für eine neue Generation nicht-invasiver Urintests bilden, die epigenetische Tumorsignaturen wesentlich umfassender abbilden als derzeitige Verfahren, so die Studienautoren. Zudem sind Studien mit größeren Kohorten erforderlich, um Klassifikationsmodelle zu trainieren und zusätzliche diagnostische Parameter zu validieren.
