Biomarkerforschung

Die Suche von Biomarkern für das Ansprechen auf eine Therapie besteht aus mehreren Schritten. Sie startet mit der Gewinnung der Daten und biologischen Proben einer Reihe von Patienten vor Beginn der Therapie. Die Sammlung dieser Daten und Proben machen eine Biobank aus. Nach einer geeigneten Zeit nach der Therapie werden die Daten zum Ansprechen integriert und zur Unterscheidung der Responder von den Non-Respondern eingesetzt. Im nächsten Schritt werden die Proben aller Patienten analysiert und infolgedessen, einige Merkmalen spezifisch für Responder und andere Merkmale spezifisch für Non-Responder, identifiziert. Alle dieser Merkmale gelten als Biomarker-Kandidaten. In einem weiteren Schritt werden die Biomarker-Kandidaten durch Validierungsstudien mit neuen Patienten evaluiert: wenn sie die Therapie erfolgreich vorhersagen, können sie in der Zukunft als Biomarker für das Ansprechen verwendet werden. Ein ähnlicher Ablauf wird bei der Suche von Biomarkern für die Prognose und für Nebenwirkungen verfolgt.

In den letzten Jahren sind viele Biomarker-Kandidaten für Krebs-Prognose, Therapie-Ansprechen und -Nebenwirkungen entdeckt worden. Leider haben viele von ihnen eine geringe Reproduzierbarkeit und/oder eine geringe Treffsicherheit in ihrer medizinischen Vorhersage1,2. Dafür gibt es Gründe:

  • Die Qualität der Proben ist oft minderwertig, weil die exogenen Faktoren der Gewinnung von Proben, welche die molekularen Merkmale der Zellen verzerren, nicht beseitigt oder nicht standardisiert werden.
  • Prognose, Ansprechen und Nebenwirkungen werden von den molekularen Eigenschaften der beiden Komponenten der Krebserkrankung bedingt: Krebszellen und Patientenorganismus. Biomarker-Kandidaten, die in einer dieser Komponente identifiziert wurden, werden oft in Validierungsstudien ohne Berücksichtigung der anderen Komponente evaluiert.
  • Die hohe genomische Heterogenitätet unter den Krebszellen des einzelnen Patienten, unter den Krebszellen ähnlicher Patienten und unter den verschiedenen Patientenorganismen wird oft nicht berücksichtigt, weder in der Identifizierung der Biomarker-Kandidaten noch in den Validierungsstudien.
  1. Alymani NA, Smith MD, Williams DJ & Petty RD (2010) Predictive biomarkers for personalized anti-cancer drug use: discovery to clinical implementation. Eur J Cancer 46: 869-879.
  2. Maxim B et al. (2012), Impact of Collection and Storage of Lung Tumor Tissue on Whole Genome Expression Profiling. JMD 12(2): 140-148.