Identification of Plasma LGALS3BP via Proteomics and Development of a Non-invasive Diagnostic Model for Early-Stage Lung Adenocarcinoma

Lungenkrebs bleibt weltweit die führende Ursache für krebsbedingte Todesfälle, wobei eine spezifische Form, das Lungenadenokarzinom, die häufigste Ausprägung darstellt. Eine große Hürde bei der Behandlung dieser Krankheit ist die Schwierigkeit, zwischen einem harmlosen Knoten in der Lunge und einem gefährlichen Tumor im Frühstadium zu unterscheiden. Ärzte verlassen sich oft auf Niedrigdosis-CT-Scans, um diese Knoten, bekannt als pulmonale Noduli, zu finden, aber die Scans können nicht immer mit Sicherheit sagen, ob ein Knoten gutartig oder bösartig ist. Diese Unsicherheit schafft eine schwierige Situation für Patienten: Viele Menschen mit harmlosen Knoten unterziehen sich unnötigen invasiven Eingriffen wie Biopsien oder Operationen, weil der Scan verdächtig aussieht, während einige frühe Krebserkrankungen übersehen oder zu spät diagnostiziert werden, was es der Krankheit ermöglicht, zu streuen. Aktuelle Bluttests für Krebsmarker sind nicht empfindlich genug, um dieses Problem allein zu lösen, wodurch Ärzte ohne eine zuverlässige, nicht-invasive Methode ohne chirurgischen Eingriff ohne eine verlässliche Entscheidungsgrundlage gelassen werden.

Forscher der Ersten Affiliierten Klinik der Medizinischen Universität Kunming setzten sich zum Ziel, einen besseren Weg zu finden, um diese Knoten durch die direkte Untersuchung der im Blut schwimmenden Proteine zu unterscheiden. Sie begannen damit, das tatsächliche Gewebe von Tumoren zu untersuchen und es mit gesundem Lungengewebe zu vergleichen, wobei sie eine Technik verwendeten, die Tausende von Proteinen gleichzeitig misst, ohne dass diese mit Chemikalien markiert werden müssen. Dieses initiale Screening ergab, dass ein spezifisches Protein, bekannt als LGALS3BP, in dem bösartigen Gewebe signifikant reichhaltiger vorhanden war als in gesundem Gewebe. Das Team untersuchte daraufhin dasselbe Protein im Blutplasma von Patienten und stellte fest, dass es auch bei Patienten mit Lungenadenokarzinom im Vergleich zu benignen Noduli erhöht war. Um sicherzustellen, dass dieser Befund robust war, validierten sie die Ergebnisse in separaten Patientengruppen und bestätigten, dass die Spiegel dieses Proteins im Blut mit den Spiegeln seiner genetischen Anweisungen, oder mRNA, übereinstimmten, die in denselben Proben gefunden wurden. Diese Konsistenz deutete darauf an, dass die Messung der genetischen Anweisungen im Blut als ein zuverlässiger und kosteneffizienter Stellvertreter für die Messung des Proteins selbst dienen könnte.

Aufbauend auf dieser Entdeckung entwickelten die Forscher ein neues Diagnosetool, das das Niveau dieses spezifischen Blutmarkers mit anderen Informationen kombiniert, die Ärzte bereits sammeln, wie etwa die Familiengeschichte von Krebs, die Größe und Art des im Scan sichtbaren Knotens sowie die Werte eines traditionellen Markers namens CEA. Sie testeten dieses kombinierte Modell an einer Gruppe von 138 Patienten, um das System zu trainieren, und überprüften dessen Genauigkeit an einer separaten Gruppe von 47 Patienten. Die Ergebnisse zeigten, dass dieses neue Modell weitaus besser darin war, Krebs zu identifizieren, als es die Betrachtung eines einzelnen Faktors allein wäre. In der Trainingsgruppe identifizierte das Modell die Krankheit mit einem Genauigkeitswert von 0,893 korrekt, was eine signifikante Verbesserung gegenüber dem Standardklinik-Ansatz darstellte. Beim Testen an der zweiten Gruppe behielt es eine starke Leistung mit einem Wert von 0,856 bei. Am wichtigsten war, dass das Modell hochwirksam bei der Identifizierung von Patienten war, die tatsächlich Krebs hatten, und dabei eine Erfolgsquote von über 91 Prozent in der Gruppe erreichte, in der das Risiko als intermediär bis hoch eingestuft wurde.

Die Studie unterstreicht, dass dieser Ansatz eine praktische Möglichkeit bietet, die „Grauzone“ der Lungenknotendiagnose zu navigieren, in der die Beweislage oft unklar ist. Durch die Integration eines molekularen Signals aus dem Blut mit standardmäßigen klinischen Beobachtungen hilft das Modell Ärzten, das Risiko präziser zu stratifizieren. Dies bedeutet, dass Patienten mit einer hohen Wahrscheinlichkeit für Krebs schneller zu der notwendigen Behandlung geleitet werden können, während Patienten mit einer geringen Wahrscheinlichkeit möglicherweise vor invasiven Eingriffen bewahrt werden. Die Forscher merkten jedoch an, dass das Modell nicht für jede Art von Knoten perfekt ist; es war weniger sensitiv für eine spezifische Art von frühem Tumor, der als schwacher, trüber Fleck im Scan erscheint, bekannt als reiner Milchglasherd (pure ground-glass nodule). In diesen Fällen übersah das Modell den Krebs manchmal, was darauf hindeutet, dass solche Patienten weiterhin eine sorgfältige Überwachung benötigen, anstatt sich allein auf diesen Test zu verlassen.

Letztendlich identifiziert diese Arbeit einen neuen, vielversprechenden Biomarker im Blut, der die biologische Aktivität von Lungenkrebs im Frühstadium widerspiegelt. Das aus dieser Entdeckung entwickelte Diagnosemodell bietet eine konkrete, datengestützte Methode zur Unterstützung klinischer Entscheidungen, was potenziell die Anzahl unnötiger Operationen reduzieren kann, während gleichzeitig echte Krebserkrankungen frühzeitig erkannt werden. Obwohl die Studie in einem einzelnen Zentrum durchgeführt wurde und weitere Tests in größeren, diverseren Populationen erfordert, um ihre breite Anwendbarkeit zu bestätigen, stellt sie einen bedeutenden Schritt zur Lösung der anhaltenden Herausforderung dar, harmlose Lungenknoten von lebensbedrohlichen zu unterscheiden, ohne dass eine invasive Operation erforderlich ist.