Prognostische Wirkung der tumorassoziierten Gene in den verschiedenen Tumortypen

Die Tumorherausbildung ist ein komplexer, mehrstufiger Prozess, wofür die Fehlfunktionen von vielen intrazellulären und extrazellulären Prozesse verantwortlich sind. In früheren Studien wurden acht Merkmale beschrieben, die mit Krebsläsionen in Verbindung sind. Dazu gehören die Stimulation der kontinuierlichen Zellteilungen, das Bremsen der Wachstumshemmer, die Vermeidung des Zelltodes, die Aufrechterhaltung der kontinuierlichen DNA-Synthese, die Angiogenese, die Induktion der Invasivität und der metastatischen Fähigkeit der Zellen.

Später kamen noch die genomische Instabilität, die Entzündung, das Immunmikroumfeld und die Umwandlung des Energiestoffwechsels der Zellen dazu. Für Herausbildung der Tumorfaktoren sind mehrere Gene verantwortlich. Entsprechend der Kategorisierung dieser Tumorfaktoren untersuchte die Forschungsgruppe die Zusammenhänge zwischen mRNA-Niveau der Gen-Clustern und dem kompletten Überleben bei Analyse von etwa 26 unterschiedlichen Tumortypen. Zur Analyse wurden von der Forschungsgruppe mittels Hochdurchsatzsequenzierung Transkriptom-Daten verwendet, wodurch das komplette mRNA-Profil einiger Tumorproben gezeigt wurde. Während der Analyse der acht, mit den Tumormerkmalen assoziierten   Änderungen auf mRNA-Ebene wurde ein bedeutsamer Zusammenhang zwischen den Genen – die an Aufrechterhaltung der Zellteilung, der genomischen Instabilität, der Umwandlung des Energiestoffwechsels der Zellen, der Induktion von Metastasenbildung und Invasivität sowie bei Vermeidung des Zelltodes teilnehmen – und dem Überleben des Patienten bei mehreren Tumortypen nachgewiesen. Bei Schilddrüsen- und Glioblastom-Tumoren wurden die meisten mit dem Überleben signifikant korrelierende Gene identifiziert.

Laut Ergebnisse kann man sagen, dass bei jedem Tumor-Typ die Möglichkeit besteht, die für die Tumorbildung verantwortlichen Faktoren zu rangieren und auszuwählen, die hinsichtlich der Medikamentenentwicklung am relevantesten sind. Dies trägt dazu bei, die effektivsten therapeutischen Ziele auswählen zu können – betonte Dr. Ádám Nagy Assistant Lecturer des Lehrstuhls für Bioinformatik.

Übersetzung: Judit Szlovák