Benutzerspezifische Werkzeuge

Information zum Seitenaufbau und Sprungmarken fuer Screenreader-Benutzer: Ganz oben links auf jeder Seite befindet sich das Logo der JLU, verlinkt mit der Startseite. Neben dem Logo kann sich rechts daneben das Bannerbild anschließen. Rechts daneben kann sich ein weiteres Bild/Schriftzug befinden. Es folgt die Suche. Unterhalb dieser oberen Leiste schliesst sich die Hauptnavigation an. Unterhalb der Hauptnavigation befindet sich der Inhaltsbereich. Die Feinnavigation findet sich - sofern vorhanden - in der linken Spalte. In der rechten Spalte finden Sie ueblicherweise Kontaktdaten. Als Abschluss der Seite findet sich die Brotkrumennavigation und im Fussbereich Links zu Barrierefreiheit, Impressum, Hilfe und das Login fuer Redakteure. Barrierefreiheit JLU - Logo, Link zur Startseite der JLU-Gießen Direkt zur Navigation vertikale linke Navigationsleiste vor Sie sind hier Direkt zum Inhalt vor rechter Kolumne mit zusaetzlichen Informationen vor Suche vor Fußbereich mit Impressum

Artikelaktionen

Mikrobielle DNA bietet Hinweise auf Krebserkrankungen

Internationales Forscherteam unter Beteiligung eines Gießener Wissenschaftlers entwickelt neuartige Methode auf Basis von Künstlicher Intelligenz – Veröffentlichung in der Fachzeitschrift „Nature“

Nr. 50 • 20. März 2020

Die Erbsubstanz von Viren und Bakterien in Patientinnen und Patienten kann Hinweise auf eine Krebserkrankung geben. Eine entsprechende Methode auf Basis von Künstlicher Intelligenz hat ein internationales Forscherteam der Universität von Kalifornien (USA) mit Beteiligung von Prof. Dr. Stefan Janssen, Professor für Algorithmische Bioinformatik an der Justus-Liebig-Universität Gießen (JLU) entwickelt. Mit dieser neuartigen Methode lässt sich teilweise sogar bestimmen, an welcher Art Krebs die Patientin oder der Patient erkrankt ist. Die Ergebnisse wurden in der renommierten Fachzeitschrift „Nature“ veröffentlicht.
 
„In der Krebsforschung ist man bislang in der Regel davon ausgegangen, dass Tumore sterile Umgebungen sind“, sagt der Koordinator der Forschergruppe Prof. Dr. Rob Knight von der Universität von Kalifornien in San Diego. „Dabei wurde das komplexe Zusammenspiel menschlicher Krebszellen mit Bakterien, Viren und anderen Mikroben, die in und auf unserem Körper leben, ignoriert.“ Die Anzahl der mikrobiellen Gene in unserem Körper ist weitaus größer als die Anzahl der menschlichen Gene. „Daher sollte es nicht überraschen, dass sie uns wichtige Hinweise auf unsere Gesundheit geben“, so Knight.

Die Forscherinnen und Forscher untersuchten zunächst mikrobielle Daten aus „The Cancer Genome Atlas“, einer Datenbank des „National Cancer Institute“ in den USA, die Genomsequenzen und andere Informationen von Patientinnen und Patienten mit verschiedenen Tumoren enthält. Analysiert wurden mehr als 18.000 Tumorproben von rund 10.500 Patientinnen und Patienten mit 33 verschiedenen Krebsarten. Dabei zeigte sich, dass unterschiedliche mikrobielle Signaturen oder Muster mit bestimmten Krebsarten assoziiert waren.

Einige Assoziationen hatten die Forscherinnen und Forscher erwartet, zum Beispiel die zwischen humanem Papillomavirus (HPV) und Gebärmutterhals-, Kopf- und Halskrebs sowie die Assoziation zwischen Fusobacterium-Arten und Magen-Darm-Krebs. Das Team identifizierte aber auch bisher unbekannte mikrobielle Signaturen, die sich stark zwischen verschiedenen Krebsarten unterscheiden. Beispielsweise unterscheidet das Vorhandensein von Faecalibacterium-Arten Darmkrebs von anderen Krebsarten. DNA-Fragmente des Epstein-Barr-Virus erlauben das Unterscheiden bestimmter Subtypen bei Magenkrebs.

Ausgestattet mit den Mikrobiomprofilen von Tausenden von Krebsproben, trainierten und testeten die Forscherinnen und Forscher Hunderte von Modellen für maschinelles Lernen, um bestimmte mikrobielle Muster mit dem Vorhandensein spezifischer Krebsarten in Verbindung zu bringen. „Die so trainierte Künstliche Intelligenz ist in der Lage, den Krebstyp einer Patientin oder eines Patienten nur anhand ihrer mikrobiellen Daten zu identifizieren“, erklärt Prof. Dr. Stefan Janssen. „Selbst eine äußerst stringente Filterung, mit der wir eine Kontamination der Proben im Labor ausgeschlossen haben, hat die Erkennungsrate nicht wesentlich verschlechtert, auch wenn dadurch in einigen Fällen 90 Prozent der mikrobiellen Daten entfernt wurden.“

Die Diagnose der meisten Krebsarten erfordert derzeit meist eine invasive chirurgische Biopsie des Tumors und die Analyse der Probe durch Expertinnen und Experten. Daher arbeiten verschiedene Forschungseinrichtungen und Firmen an einfachen Bluttests zur Krebsdiagnose, die darauf basieren, mutierte menschliche DNA zu detektieren. „Ein Test auf Grundlage der mikrobiellen DNA dürfte deutlich einfacher sein“, so Janssen. „Weitere große Studien sind nötig, um festzustellen, ob mikrobielle Signaturen wirklich jeden Krebs erkennen lassen. Doch selbst dann sind im Anschluss invasivere Tests notwendig, um die Diagnose Krebs und den Ort des Tumors zu bestätigen.“

  • Publikation

Poore, G.D., Kopylova, E., Zhu, Q. et al. Microbiome analyses of blood and tissues suggest cancer diagnostic approach. Nature (2020). DOI: 10.1038/s41586-020-2095-1

  • Weitere Informationen

https://doi.org/10.1038/s41586-020-2095-1

  • Kontakt


Professur für Algorithmische Bioinformatik
Telefon: 0641 99-35822

Presse, Kommunikation und Marketing • Justus-Liebig-Universität Gießen • Telefon: 0641 99-12041






abgelegt unter: Forschung