Tumoren des zentralen Nervensystems (ZNS) gehören nach Leukämien zu den häufigsten malignen Erkrankungen im Kindesalter. Für Prognoseabschätzung und Therapieplanung ist ihre molekulare Klassifikation von zentraler Bedeutung.
Bislang basiert diese Diagnostik überwiegend auf der Analyse von Tumorgewebe. Gerade bei Kindern sind operative Eingriffe zur Probengewinnung jedoch nicht immer unproblematisch oder aufgrund der Tumorlokalisation nur eingeschränkt möglich. Deshalb rücken Flüssigbiopsien, etwa aus dem Liquor cerebrospinalis, in den Fokus. Während solche Verfahren bei einigen fortgeschrittenen Tumorerkrankungen bereits zur Verlaufskontrolle eingesetzt werden, blieb ihr Nutzen bei Hirntumoren bislang begrenzt.
Sehr geringe DNA-Mengen erschweren Diagnostik aus Liquorproben
Ein wesentliches Problem besteht darin, dass Tumor-DNA bei ZNS-Tumoren nur in sehr geringen Mengen in Körperflüssigkeiten nachweisbar ist. Aufgrund der Blut-Hirn-Schranke (BHS) gelangt sie kaum ins periphere Blut, und auch im Liquor steht häufig nur wenig genetisches Material zur Verfügung. Zudem erschwert die häufig niedrige Mutationslast pädiatrischer Hirntumoren genetische Analysen zusätzlich.
Für etablierte molekulare Klassifikationsmethoden wie die Methylierungsanalyse, die im Kontext der WHO-Klassifikation für Hirntumorgewebe als Goldstandard gilt, reichte die DNA-Menge aus Flüssigbiopsien meist nicht aus.
KI-Algorithmus nutzt Methylierungsmuster zellfreier DNA
Ein internationales Forschungsteam unter Beteiligung des Hopp-Kindertumorzentrums Heidelberg (KiTZ), des Deutschen Krebsforschungszentrums (DKFZ) und des St. Jude Children’s Research Hospital entwickelte deshalb den KI-basierten Algorithmus „M-PACT“ (methylation-based predictive algorithm for CNS tumors). Dieser wurde speziell darauf ausgelegt, Methylierungsmuster zellfreier DNA aus Liquorproben zu analysieren. Grundlage bildeten umfangreiche Referenzdatensätze mit tausenden Methylierungsprofilen unterschiedlicher Tumorentitäten. Die Ergebnisse der Untersuchungen wurden in 'Nature Cancer' veröffentlicht.
Hohe diagnostische Genauigkeit in Validierungskohorten
In einer Benchmark-Kohorte embryonaler ZNS-Tumoren (n = 79) erreichte das Verfahren eine Klassifikationsgenauigkeit von 92 %. In einer unabhängigen Validierungskohorte (n = 58) lag die Genauigkeit bei 88 %.
Das Verfahren ließ sich zudem auch bei nicht-embryonalen ZNS-Tumoren sowie in Proben mit nicht-malignem Liquor anwenden. Darüber hinaus konnten Kopienzahlveränderungen erkannt und Hinweise auf die Zusammensetzung von Tumor- und Begleitzellen im Liquor gewonnen werden.
Den Autoren zufolge lassen sich Liquorproben bereits im Rahmen operativer Eingriffe für diagnostische Aussagen nutzen. Darüber hinaus deutet sich ein möglicher Einsatz zur Verlaufsbeobachtung an, etwa zur Differenzierung zwischen Rezidiven und Zweittumoren.
Schritt hin zu weniger invasiver Präzisionsdiagnostik
Die Studie zeigt, dass sich Hirntumoren bei Kindern anhand zellfreier DNA aus dem Liquor molekular klassifizieren lassen – selbst wenn nur sehr geringe DNA-Mengen verfügbar sind. Damit könnte die KI-gestützte Flüssigbiopsie künftig dazu beitragen, diagnostische Eingriffe zu reduzieren oder gezielter zu planen. Vor einer breiteren klinischen Anwendung sind jedoch prospektive Studien erforderlich, um die diagnostische Leistungsfähigkeit und den Nutzen im Versorgungsalltag weiter zu überprüfen.
