Splicing-derived dual-class MHC neoantigens as candidate biomarkers in melanoma anti-PD-1 response: a pre-registered three-cohort analysis
Diese präregistrierte Drei-Kohorten-Analyse zeigt, dass Spleiß-abgeleitete Neoantigene, die in der Lage sind, sowohl an MHC-Klasse-I- als auch an MHC-Klasse-II-Moleküle zu binden, eine distinkte, TMB-orthogonale Biomarker-Achse darstellen, welche das Überleben von Melanompatienten unter einer Anti-PD-1-Therapie vorhersagt, was eine prospektive Validierung rechtfertigt.
Originalarbeit lizenziert unter CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung eines Preprints, das nicht peer-reviewed wurde. Dies ist kein medizinischer Rat. Treffen Sie keine Gesundheitsentscheidungen auf Grundlage dieses Inhalts. Vollständigen Haftungsausschluss lesen
Im Kampf gegen fortgeschrittene Melanome haben Ärzte eine mächtige neue Waffe: Medikamente, die die Bremsen des Immunsystems lösen und den körpereigenen Abwehren ermöglichen, Krebszellen zu erkennen und zu zerstören. Diese Behandlungen, bekannt als Immun-Checkpoint-Inhibitoren, haben Leben gerettet, aber sie wirken nicht bei jedem. Um zu verstehen, warum, haben Wissenschaftler lange nach Hinweisen innerhalb des Tumors selbst gesucht. Ein wesentlicher Hinweis war die Gesamtzahl der genetischen Fehler oder Mutationen, die eine Krebszelle trägt. Je mehr Fehler eine Zelle aufweist, desto wahrscheinlicher ist es, dass sie für das Immunsystem fremdartig erscheint, und desto besser reagiert der Patient in der Regel auf die Behandlung. Dieses Maß an genetischen Fehlern erklärt jedoch nur einen Teil der Geschichte. Viele Patienten mit einer hohen Anzahl an Mutationen verbessern sich dennoch nicht, während einige mit weniger Mutationen es doch tun. Diese Lücke deutet darauf hin, dass das Immunsystem auf etwas anderes reagiert, das der Tumor verbirgt – etwas, das das standardmäßige Zählen von Genen übersieht.
Eine neue Studie von Zulkarnain Sajid von der Jahangirnagar University untersucht eine andere Quelle dieser verborgenen Signale. Anstatt sich nur auf permanente Fehler im DNA-Code zu konzentrieren, untersucht die Forschung, wie Zellen diesen Code lesen. In jeder Zelle wird DNA in RNA transkribiert, die als vorübergehendes Instruktionshandbuch für den Bau von Proteinen dient. Oft bearbeiten Zellen diese Handbücher, schneiden Abschnitte heraus und fügen die verbleibenden Teile auf unterschiedliche Weise wieder zusammen – ein Prozess, der als Spleißen bezeichnet wird. Bei Krebs läuft diese Bearbeitung außer Kontrolle und erzeugt einzigartige Instruktionshandbücher, die in gesunden Zellen nicht existieren. Diese fehlerhaften Handbücher können seltsame, neuartige Proteine hervorbringen, die das Immunsystem als Eindringlinge erkennen könnte. Die Frage dieser Studie war, ob diese Spleißfehler eine Art von eigenständigem Signal erzeugen, das helfen kann vorherzusagen, wer auf eine Immuntherapie anspricht, unabhängig von der üblichen Anzahl genetischer Mutationen.
Um die Antwort zu finden, analysierte der Forscher Daten aus drei separaten Gruppen von Melanompatienten, die mit Anti-PD-1-Medikamenten behandelt worden waren. Diese Gruppen, die aus früheren Studien stammten, umfassten insgesamt 92 Patienten, deren Tumore vor Beginn der Behandlung evaluiert wurden. Der Forscher entwickelte eine Computer-Pipeline, um die RNA-Instruktionen dieser Tumore zu scannen und gezielt nach den einzigartigen Schnitten und Nähten zu suchen, die neue Proteinsequenzen erzeugen. Das Ziel war es, zu identifizieren, welche dieser neuen Sequenzen auf der Oberfläche der Krebszellen dem Immسystem präsentiert werden könnten. Das Immunsystem besitzt zwei Haupttypen von Wächtern: einen, der nach kurzen Proteinfragmenten sucht, und einen anderen, der nach etwas längeren Fragmenten sucht. Die Studie war darauf ausgelegt zu prüfen, ob die Spleißfehler Kandidaten für beide Arten von Wächtern lieferten, ein Dual-Class-Ansatz, der in diesem Zusammenhang bisher noch nicht systematisch getestet worden war.
Die Analyse ergab einen spezifischen Satz von zwanzig unterschiedlichen genetischen Mustern, oder Cluster-Tuples, die konsistent diese neuartigen Proteinfragmente produzierten. Diese Muster ließen sich auf einundzwanzig verschiedene Gene innerhalb der Krebszellen abbilden, darunter Gene wie B4GALT7 und IRAK4. Entscheidend war, dass die Studie fand, dass das Vorhandensein dieser aus dem Spleißen resultierenden Signale statistisch unabhängig von der Gesamtzahl der genetischen Mutationen war. Mit anderen Worten: Ein Patient konnte eine geringe Anzahl an Standard-Mutationen, aber eine hohe Anzahl dieser Spleißsignale aufweisen oder umgekehrt. Diese Unabhängigkeit deutet darauf hin, dass Spleißfehler ein völlig anderes Fenster in die Biologie des Tumors öffnen, das nicht bloß eine Wiederholung dessen ist, was bereits über die Mutationszahlen bekannt ist. Die Signale unterschieden sich zudem von der vorhergesagten Mutationslast, die aus DNA-Veränderungen resultiert, was weiter bestätigte, dass sie ein einzigartiges biologisches Merkmal darstellen.
Als der Forscher untersuchte, wie diese Signale mit den Ergebnissen der Patienten zusammenhingen, zeigten die Resultate in einer der drei Patientengruppen – der größten und ausgewogensten der drei – ein klares Muster. In dieser Gruppe tendierten Patienten mit einem höheren Niveau dieser Spleißsignale vor der Behandlung zu kürzeren Überlebenszeiten und einem höheren Risiko für ein Wiederauftreten des Krebses. Dieser Befund war über zwei verschiedene Maße des Patientenfortschritts hinweg konsistent: das Gesamtüberleben und die Zeit bis zur Verschlechterung des Krebszustands. Interessanterweise zeigte dieses spezifische Muster in den anderen beiden kleineren Patientengruppen nicht dasselbe starke statistische Signal. Dieser Unterschied bedeutet nicht zwangslertlich, dass der Befund falsch ist; es könnte schlichtweg darauf zurückzuführen sein, dass die kleineren Gruppen nicht genügend Patienten enthielten, um denselben Trend aufzuzeigen, oder dass die Patienten in diesen Gruppen anders behandelt wurden oder Tumore in unterschiedlichen Stadien hatten. Der Forscher merkt an, dass die Richtung des Signals über alle Gruppen hinweg konsistent war, auch wenn die statistische Stärke variierte, was darauf hindeutet, dass ein realer biologischer Effekt vorliegt, den größere Studien bestätigen könnten.
Die Studie testete auch, ob diese Erkenntnisse unter strengeren Bedingungen Bestand hatten. Der Forscher führte die Analyse mit strengeren Regeln für das, was als starkes Signal gilt, erneut durch und stellte fest, dass dieselben zwanzig Muster bestehen blieben. Er prüfte zudem, ob die Ergebnisse durch den Anteil an gesundem Gewebe verzerrt wurden, der in den Tumorproben einer der Gruppen enthalten war. Selbst nach einer entsprechenden Anpassung blieb die Richtung der Ergebnisse gleich. Dennoch ist der Forscher vorsichtig zu betonen, dass diese Arbeit eine Entdeckungsphase darstellt und kein endgültiger Beweis ist. Die Studie war computergestützt, was bedeutete, dass sie auf der Analyse bestehender Daten basierte, anstatt die Theorie im Labor oder an neuen Patienten zu testen. Die zwanzig identifizierten Muster sind nun starke Kandidaten für weitere Tests, wurden aber noch nicht als klinisches Werkzeug für Ärzte validiert.
Die Bedeutung dieser Arbeit liegt in der Demonstration, dass das Immunsystem möglicherweise auf eine Ebene der Tumorkomplexität reagiert, die Standardtests ignorieren. Indem die Studie zeigt, dass Spleißfehler ein eigenständiges Set an Signalen erzeugen, die sich von den üblichen Mutationszahlen unterscheiden, eröffnet sie einen neuen Weg zum Verständnis darüber, warum manche Patienten auf eine Immuntherapie ansprechen und andere nicht. Der Forscher kommt zu dem Schluss, dass, obwohl diese aus dem Spleißen resultierenden Signale noch kein validierter Biomarker für den klinischen Einsatz sind, sie eine neue Achse der Untersuchung definieren. Die zwanzig identifizierten Kandidatenmuster, insbesondere jene, die die Gene B4GALT7 und IRAK4 betreffen, sind nun Ziele für zukünftige Experimente, um zu sehen, ob sie im Labor bestätigt und schließlich dazu genutzt werden können, die richtige Behandlung für den richtigen Patienten auszuwählen.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.