Darmkrebs ist die zweithäufigste Krebstodesursache weltweit. Wird er rechtzeitig erkannt, kann er wirksam behandelt werden. Allerdings führen die Kosten und die Unannehmlichkeiten von Koloskopien – der üblicherweise verwendeten Diagnosemethode – oft zu einer verzögerten Diagnose.
Mithilfe von Algorithmen des maschinellen Lernens hat ein Team der Universität Genf (UNIGE) erstmals alle im menschlichen Darm vorhandenen Bakterien mit einem Detaillierungsgrad identifiziert, der es ermöglicht, die physiologische Bedeutung der verschiedenen mikrobiellen Untergruppen zu verstehen. Dieses Inventar ermöglichte es anschließend, das Vorhandensein von Darmkrebs anhand der in einfachen Stuhlproben vorhandenen Bakterienuntergruppen zu erkennen – eine nicht-invasive und kostengünstige Methode.
Illustrationsbild Pixabay Die potenziellen Anwendungen sind vielfältig und reichen von der Diagnose anderer Krebsarten bis zu einem besseren Verständnis der Zusammenhänge zwischen dem Darmmikrobiom und der Gesundheit. Diese Ergebnisse wurden in
Cell Host & Microbe veröffentlicht.
Darmkrebs wird oft in einem fortgeschrittenen Stadium diagnostiziert, wenn nur noch wenige Behandlungsoptionen zur Verfügung stehen. Dies unterstreicht die Bedeutung der Entwicklung einfacherer und weniger invasiver Diagnosewerkzeuge, insbesondere angesichts eines noch ungeklärten Anstiegs der Fälle bei jungen Erwachsenen. Zwar ist die Rolle des Darmmikrobioms bei der Entstehung von Darmkrebs seit langem bekannt, doch der Schritt von der Grundlagenforschung zur medizinischen Praxis bleibt komplex. Tatsächlich können verschiedene Stämme derselben Bakterienart gegensätzliche Wirkungen haben, wobei einige die Krankheit fördern und andere keine Auswirkung haben.
Dieselbe Methode wird es tatsächlich ermöglichen, nicht-invasive Diagnosewerkzeuge für sehr viele Krankheiten zu entwickeln.
"Anstatt uns auf die Analyse der verschiedenen Arten, die das Mikrobiom bilden, zu stützen, die nicht detailliert genug ist, um alle Unterschiede zu erfassen, oder auf die der Bakterienstämme, die von Person zu Person stark variieren, haben wir unsere Forschung auf eine Zwischenebene des Mikrobioms konzentriert: die Unterarten", erklärt Mirko Trajkovski, ordentlicher Professor an der Abteilung für zelluläre Physiologie und Metabolismus und am Diabetes-Zentrum der medizinischen Fakultät der UNIGE, der diese Forschung leitete.
"Die Ebene der Unterarten ist spezifisch genug, um die Funktionsunterschiede der Bakterien und ihre Beitrag zu Krankheiten wie Krebs zu erfassen, bleibt aber gleichzeitig allgemein genug, um diese Veränderungen in verschiedenen Personengruppen, Bevölkerungen oder Ländern zu erkennen."
Mit Hilfe des maschinellen Lernens
Der erste Schritt bestand darin, enorme Datenmengen zu analysieren. "Als Bioinformatiker bestand die Herausforderung darin, einen innovativen Ansatz zur Analyse von Massendaten vorzuschlagen", erinnert sich Matija Trickovic, Doktorand im Labor von Mirko Trajkovski und Erstautor dieser Arbeit. "Es ist uns gelungen, den ersten vollständigen Katalog der Unterarten des menschlichen Darmmikrobioms sowie eine präzise und effiziente Methode zu entwickeln, um diese Informationsfülle für die Forschung und im klinischen Rahmen zu nutzen."
Durch die Kombination dieses Katalogs mit vorhandenen klinischen Daten entwickelten die Wissenschaftler ein Modell, das in der Lage ist, das Vorhandensein von Darmkrebs allein anhand der in Stuhlproben vorhandenen Bakterien vorherzusagen. "Auch wenn wir von unserer Strategie überzeugt waren, waren die Ergebnisse erstaunlich", schwärmt Matija Trickovic. "Unsere Methode erkannte 90 % der Krebsfälle, ein Ergebnis, das sehr nahe an der Detektionsrate von 94 % bei einer Koloskopie liegt und über allen derzeitigen nicht-invasiven Nachweismethoden."
Durch die Integration weiterer klinischer Daten kann dieses Modell noch an Genauigkeit gewinnen und mit der Koloskopie gleichziehen. Es könnte zu einem Routine-Screening-Werkzeug werden und die Früherkennung von Darmkrebs erleichtern, der anschließend durch eine Koloskopie bestätigt würde, aber nur bei einer begrenzten Anzahl von Patientinnen und Patienten.
Sehr viele mögliche Anwendungen
Eine erste klinische Studie wird in Zusammenarbeit mit den Universitätskliniken Genf (HUG) beginnen, um genauer zu bestimmen, welche Krebsstadien und -läsionen diese Technologie erkennen kann.
Die möglichen Anwendungen gehen jedoch über Darmkrebs hinaus. Durch das Studium der Unterschiede zwischen den Unterarten derselben Bakterienart können die Wissenschaftler nun die Wirkmechanismen identifizieren, durch die das Darmmikrobiom die menschliche Gesundheit beeinflusst. "Dieselbe Methode wird es tatsächlich ermöglichen, nicht-invasive Diagnosewerkzeuge für sehr viele Krankheiten auf der Grundlage einer einzigen Analyse des Mikrobioms zu entwickeln", schließt Mirko Trajkovski.
Quelle: Universität Genf