法兰克福大学医院和法兰克福歌德大学领导的研究团队已确定如何识别特别侵袭性的淋巴瘤形式。通过结合基因和蛋白质组学分析，科学家们能够识别肿瘤的生物学特征，特别是对于标准疗法治愈机会甚微的高风险患者。未来，此类患者可以直接接受替代性、更有效的疗法。此外，实验性实验室研究提供了潜在治疗靶点的初步线索。
每年全球有超过15万例新发病例，弥漫大B细胞淋巴瘤(DLBCL)是最常见的侵袭性淋巴瘤形式。诊断后，患者通常接受由治疗性抗体和化疗组成的标准化疗方案(R-CHOP或Pola-R-CHP)，近三分之二的患者有很好的治愈机会。然而，超过三分之一的患者在治疗后出现复发，或其肿瘤对治疗无反应，需要替代治疗，如CAR T细胞疗法。
标准疗法效果的差异源于该疾病显著的分子异质性。因此，研究人员长期以来一直在寻找分子肿瘤特征，以区分不同的DLBCL亚型并对其进行更特异的治疗。
异质性疾病
迄今为止，弥漫大B细胞淋巴瘤已在基因水平上进行了广泛研究。这导致了根据基因改变和基因表达模式区分亚型的分类系统。
由法兰克福歌德大学、法兰克福大学医院、德国癌症联合会(DKTK)和法兰克福癌症研究所领导的国际研究团队现已确定了表征DLBCL肿瘤的遗传学以外的新型肿瘤特征。未来，这些特征可能有助于识别标准疗法可能不成功的高风险患者。
为实现这一目标，研究人员分析了478名患者的肿瘤样本，检查了肿瘤中的突变和每个基因的表达。此外，他们确定了肿瘤细胞中产生了哪些蛋白质以及产生的数量(蛋白质组学分析)。
然后，他们使用AI模型评估这些数据，以识别数据集内的模式。医学学院和计算机科学研究所的Florian Büttner教授解释道："我们的模型展示了可解释的机器学习如何揭示不同分子层面之间的关系：我们成功地将突变和蛋白质模式与治疗结果相关联。"这使研究团队能够将患者分类为既描述疾病生物学又提供潜在治疗选择见解的组别。这些发现通过高分辨率单细胞肿瘤分析得到验证。
高风险患者的特征
法兰克福大学医院和美国国立卫生研究院的医师科学家Julius Enssle博士是该研究的三位第一作者之一(与生物化学家Björn Häupl博士和计算机科学家Arber Qoku一起)，他解释道："我们现在可以更好地理解决定患者临床预后的DLBCL肿瘤的生物学特征，这些特征独立于先前确立的风险因素。我们的数据显示，不同的基因突变可以导致DLBCL中相似的肿瘤细胞特征，我们现在对这些机制有了更清晰的理解。这对高风险患者尤为重要。"据Enssle称，该组(研究中称为PG4，即蛋白质基因型4)的肿瘤以驱动肿瘤细胞生长和分裂的MYC基因为中心。此外，这些肿瘤的微环境中几乎没有免疫细胞："高风险患者的肿瘤在免疫学上是'冷'的——特别是细胞毒性T细胞的功能受到抑制，而细胞毒性T细胞通常识别并消除肿瘤细胞。"
基于这些发现，研究团队成功在培养的PG4淋巴瘤细胞中药理抑制涉及MYC的分子程序，从而选择性地消除了淋巴瘤细胞。Enssle表示："这使我们能够确定用于开发精准诊断和疗法的潜在靶点。"法兰克福大学医院医学2科主任、该研究的主要调查员Thomas Oellerich教授确信："尽管前路漫漫，但我们已向侵袭性淋巴瘤的个性化医学迈出了重要一步。从长远来看，我们的发现可能有助于更早识别高风险患者，并根据潜在的肿瘤生物学更精确地调整治疗。"
【全文结束】