Lungenkrebs: Früherkennung mit Lichtimpulsen
Der Nobelpreis für Physik geht in diesem Jahr an die Physiker:innen Ferenc Krausz (München), Anne L´Huillier (Lund/Schweden) und Pierre Agostini (Ohio, USA). Die von ihnen entwickelte bahnbrechende Laser-Technologie könnte die Früherkennung von Lungenkrebs revolutionieren. Erste klinische Studien mit Infrarotspektroskopie und maschinellem Lernen („Machine Learning“) in Kooperation mit dem Klinikum der Ludwig-Maximilian-Universität (LMU) in München verliefen vielversprechend.
Auf Basis der Ultrakurzzeit-Lasertechnologie, welche auch die Grundlage für die Auszeichnung mit dem Nobelpreis bietet, wurde in den letzten Jahren die feldaufgelöste Infrarotspektroskopie entwickelt. Die klinische Anwendung dieser Laser-Technologie wird derzeit in Kooperation mit dem LMU Klinikum erstmals erprobt. Ein möglicher Einsatz liegt unter anderem in der Früherkennung von Krebserkrankungen.
Methode zeigt Krebsart und -stadium
In der Studie untersuchten Forschende Blutproben von Patient:innen mit Lungenkrebs, Brust-, Prostata- oder Blasenkrebs sowie von nicht erkrankten Kontrollpersonen mittels „Infrared molecular Fingerprinting“ (IMF).
Damit gelang es, aus den Blutproben sehr genaue und individuelle diagnostische Informationen zur Art der Krebserkrankungen, aber auch zum Tumorstadium zu gewinnen. In ersten Auswertungen durch eine künstliche Intelligenz („Machine Learning“) ließen sich bei Betroffenen mit Lungenkrebs mit einer Treffsicherheit von 89 Prozent typische Muster in den Blutproben erkennen. Bei den anderen untersuchten Tumorarten waren die Signale weniger deutlich. Die Anwendung erscheint daher besonders bei Lungenkrebspatient:innen aussichtsreich. Eine größer angelegte Studie mit 19.000 Teilnehmenden, die die Anwendung der neuartigen Technologie weiter untersuchen soll, ist bereits beantragt und wird derzeit von der Deutschen Forschungsgemeinschaft (DFG) begutachtet.
Quellen:
- Eissa, T. et al.: Limits and Prospects of Molecular Fingerprinting for Phenotyping Biological Systems Revealed through In Silico Modeling. In: Analytical Chemistry 2023, doi:10.1021/acs.analchem.2c04711
- Kepesidis, K.V. et al.: Breast-cancer detection using blood-based infrared molecular fingerprints. In: BMC Cancer 2021, doi:10.1186/s12885-021-09017-7
- Huber, M. et al.: Infrared molecular fingerprinting of blood-based liquid biopsies for the detection of cancer. In: eLife 2021, doi:10.7554/eLife.68758
- Voronina, L. et al.: Molecular Origin of Blood-Based Infrared Spectroscopic Fingerprints. In: Angew Chem Int Ed Engl 2021, doi: 10.1002/anie.202103272
- Huber, M. et al.: The stability of person-specific blood-based molecular fingerprints opens up prospects for health monitoring. In: Nature Communications 2021, doi: 10.1038/s41467-021-21668-5
