{{{sourceTextContent.title}}}

Neuartiger AI-Bluttest erkennt Leberkrebs

{{{sourceTextContent.subTitle}}}

Bluttesttechnologie erkennt 80 % der Leberkrebsfälle in einer Studie mit 724 Personen aus den USA, der EU und Hongkong

{{{sourceTextContent.description}}}

Eine neuartige Bluttesttechnologie mit künstlicher Intelligenz, die von Forschern des Johns Hopkins Kimmel Cancer Center entwickelt und eingesetzt wurde, um Lungenkrebs in einer Studie aus dem Jahr 2021 erfolgreich zu erkennen, hat nun in einer neuen Studie mit 724 Personen mehr als 80 Prozent der Leberkrebsfälle erkannt.

Der Bluttest mit der Bezeichnung DELFI (DNA evaluation of fragments for early interception) erkennt Veränderungen in der Fragmentierung der DNA von Krebszellen, die in den Blutkreislauf abgegeben werden, die so genannte zellfreie DNA (cfDNA). In der jüngsten Studie untersuchten die Forscher mit der DELFI-Technologie Blutplasmaproben von 724 Personen aus den USA, der Europäischen Union (EU) und Hongkong, um hepatozellulären Krebs (HCC), eine Form von Leberkrebs, zu erkennen

Die Forscher glauben, dass dies die erste genomweite Fragmentierungsanalyse ist, die unabhängig in zwei Hochrisikopopulationen und in verschiedenen rassischen und ethnischen Gruppen mit unterschiedlichen Ursachen für ihre Leberkrebserkrankungen validiert wurde

Ihre Ergebnisse wurden in Cancer Discovery und auf der Sonderkonferenz der American Association for Cancer Research veröffentlicht: Precision Prevention, Early Detection, and Interception of Cancer

Schätzungsweise 400 Millionen Menschen weltweit haben ein erhöhtes Risiko, an einem Leberzellkarzinom zu erkranken, weil sie an einer Zirrhose infolge chronischer Lebererkrankungen wie chronischer Virushepatitis oder nichtalkoholischer Fettleber leiden. Dies geht aus einer weltweiten Analyse der Belastung durch Lebererkrankungen hervor (J. Hepatology, 2019)

"Eine bessere Früherkennung von Leberkrebs könnte Leben retten, aber die derzeit verfügbaren Screening-Tests werden nicht ausreichend genutzt und übersehen viele Krebsarten", sagt Victor Velculescu, MD, PhD, Professor für Onkologie und Co-Direktor des Cancer Genetics and Epigenetics Program am Johns Hopkins Kimmel Cancer Center, er leitete die Studie gemeinsam mit Zachariah Foda, MD, PhD, Gastroenterologie-Stipendiat, Akshaya Annapragada, MD/PhD-Student, und Amy Kim, MD, Assistenzprofessorin für Medizin an der Johns Hopkins University School of Medicine.

Von den 724 untersuchten Plasmaproben wurden 501 in den USA und der EU entnommen, darunter auch Proben von 75 Personen mit HCC, um das maschinelle Lernmodell zu trainieren und zu validieren, eine Art künstliche Intelligenz, die Daten und Algorithmen zur Verbesserung der Genauigkeit nutzt, erklärt Foda. Zur Validierung wurden zusätzlich 223 Plasmaproben von Personen in Hongkong analysiert, darunter Proben von 90 Personen mit HCC, 66 mit Hepatitis-B-Virus (HBV), 35 mit HBV-bedingter Leberzirrhose und 32 Personen ohne zugrunde liegende Risikofaktoren

Die DELFI-Technologie nutzt einen Bluttest, um die Art und Weise zu messen, wie die DNA im Zellkern verpackt ist, indem die Größe und Menge der im Blutkreislauf vorhandenen zellfreien DNA aus verschiedenen Regionen des Genoms untersucht wird. Gesunde Zellen verpacken die DNA wie einen gut organisierten Koffer, in dem die verschiedenen Regionen des Genoms sorgfältig in verschiedenen Fächern untergebracht sind. Die Zellkerne von Krebszellen sind dagegen wie ungeordnete Koffer, in denen Elemente aus dem gesamten Genom wahllos untergebracht sind. Wenn Krebszellen absterben, geben sie DNA-Fragmente in chaotischer Weise in den Blutkreislauf ab

DELFI identifiziert das Vorhandensein von Krebs, indem es Millionen von cfDNA-Fragmenten auf abnormale Muster untersucht, einschließlich der Größe und Menge der DNA in verschiedenen Genomregionen. Der DELFI-Ansatz erfordert nur eine flächendeckende Sequenzierung, wodurch diese Technologie in einem Screening-Setting kosteneffektiv sein kann, so die Forscher

In der jüngsten Studie führten die Forscher den Test, der bereits zuvor eine genaue Klassifizierung von Lungenkrebs ermöglichte, an cfDNA-Fragmenten durch, die aus den Plasmaproben isoliert worden waren. Sie analysierten die Fragmentierungsmuster in jeder Probe, um einen DELFI-Score zu entwickeln.

Die Werte waren bei krebsfreien Personen mit Virushepatitis oder Zirrhose niedrig (der mittlere DELFI-Score lag bei 0,078 bzw. 0,080), aber bei den 75 HCC-Patienten in den US/EU-Proben im Durchschnitt fünf- bis zehnmal höher, wobei hohe Werte in allen Krebsstadien, einschließlich der frühen Stadien, beobachtet wurden (DELFI-Scores für Stadium 0 = 0,46, Stadium A = 0,61, Stadium B = 0,83 und Stadium C = 0,92). Darüber hinaus wies der Test Fragmentierungsänderungen im Inhalt und in der Verpackung von Leberkrebsgenomen nach, auch in Genomregionen, die mit leberspezifischer Aktivität in Verbindung gebracht werden.

Die DELFI-Technologie erkannte Leberkrebs in den frühesten Stadien mit einer Gesamtsensitivität - oder der Fähigkeit, einen Krebs genau zu erkennen - von 88 Prozent und einer Spezifität von 98 Prozent, was bedeutet, dass sie bei Personen mit durchschnittlichem Risiko fast nie fälschlicherweise ein falsch positives Ergebnis lieferte. Bei Proben, die von Personen mit hohem HCC-Risiko entnommen wurden, hatte der Test eine Sensitivität von 85 Prozent und eine Spezifität von 80 Prozent

"Derzeit werden weniger als 20 Prozent der Hochrisikopopulation auf Leberkrebs untersucht, weil der Test nicht leicht zugänglich ist und nicht optimal funktioniert. Dieser neue Bluttest kann die Zahl der entdeckten Leberkrebsfälle im Vergleich zum verfügbaren Standardbluttest verdoppeln und die Krebsfrüherkennung verbessern", sagt Kim, Mitautorin der Studie

Zu den nächsten Schritten gehört laut den Forschern die Validierung dieses Ansatzes in größeren Studien für den klinischen Einsatz

Nach Angaben der American Cancer Society wird jedes Jahr bei mehr als 800.000 Menschen weltweit Leberkrebs diagnostiziert und ist eine der Hauptursachen für Krebstodesfälle weltweit

Neben Velculescu, Foda, Annapragada und Kim waren Kavya Boyapati, Daniel Bruhm, Nicholas Vulpescu, Jamie Medina, Dimitrios Mathios, Stephen Cristiano, Noushin Niknafs, Harry Luu, Michael Goggins, Robert Anders, Jing Sun, Shruti Meta, David Thomas, Gregory Kirk, Vilmos Adleff, Jillian Phallen und Robert Scharpf beteiligt