Entwicklung neuer Biomarker-Panels zur Vorhersage des TNBC-Verlaufs und des Ansprechens auf eine Therapie

Abstract

Das GEN209-Projekt (E!1705), gefördert durch das Bundesministerium für Bildung und Forschung (BMBF; Förderkennzeichen: 01QE2250) im Rahmen des Eurostars-3-Programms, adressierte den ungedeckten Bedarf an Präzisionsmedizin für das triple-negative Mammakarzinom (Triple-Negative Breast Cancer, TNBC), einen aggressiven Brustkrebs-Subtyp mit begrenzten zielgerichteten Therapieoptionen. Das Projekt wurde ursprünglich mit dem Ziel initiiert, ein First-in-Class-Antikörper-Wirkstoff-Konjugat (Antibody–Drug Conjugate, ADC) gegen das Protein Cleft lip and palate transmembrane protein 1 (Clptm1) zusammen mit einer begleitenden Diagnostik zu entwickeln. Im Rahmen des ursprünglichen Projektumfangs wurde ein präklinisches Proteomprofiling mittels Flüssigkeitschromatographie–Tandem-Massenspektrometrie (LC–MS/MS) an 30 Xenograft-Mausmodellproben (Tumor und Plasma) aus unbehandelten, Placebo- und Anti-Clptm1-ADC-behandelten Gruppen durchgeführt, um molekulare Signaturen zu identifizieren, die mit dem Therapieansprechen assoziiert sind. Zu den identifizierten Kandidatenproteinen gehörten LONM, CD5L, VTNC, HS90A und PSA1. Obwohl der ADC-Kandidat keine ausreichende präklinische Wirksamkeit zeigte, um weiterentwickelt zu werden, bestätigten diese Analysen die Fähigkeit der Proteomikplattform, behandlungsassoziierte molekulare Veränderungen zu erfassen. Nach einer vordefinierten Go/No-Go-Evaluierung wurde der Projektfokus auf die Entwicklung einer hochauflösenden proteombasierten Biomarkerplattform zur Prognose von TNBC-Rezidiven und zur Patientenrisikostratifizierung verlagert. Anschließend wurde der proteomische Workflow für die klinische Anwendung mit OCT-eingebettetem Biobankgewebe optimiert. Die Proteomanalyse von 49 klinischen TNBC-Gewebeproben identifizierte 6.319 Proteine. Die Patientinnen wurden anhand klinischer Nachbeobachtungsdaten in Rezidiv- und Nicht-Rezidiv-Gruppen eingeteilt; durch statistische Merkmalsselektion wurden Proteine identifiziert, die mit dem klinischen Verlauf assoziiert waren. Ein LASSO-logistisches Regressionsmodell erzeugte einen 13-Protein-Klassifikator zur Vorhersage von Rezidiven, der in einem unabhängigen Testsatz eine Fläche unter der ROC-Kurve (AUC) von 0,788 sowie eine Sensitivität von 1,00 und eine Spezifität von 0,73 erreichte. Zur Erweiterung des Ansatzes auf minimalinvasive Proben wurden zusätzlich 75 humane Serumproben analysiert, darunter korrespondierende Proben aus der Gewebekohorte. Der Vergleich zwischen Rezidiv- und Nicht-Rezidiv-Fällen zeigte signifikant erhöhte Konzentrationen von CRP und PF4 bei Patientinnen mit Rezidiv. Ein 9-Protein-Serumklassifikator zur Rezidivvorhersage erreichte eine AUC von 0,60 sowie eine Sensitivität und Spezifität von jeweils 0,67 im unabhängigen Testsatz, was auf weiteren Optimierungsbedarf vor einer klinischen Anwendung hinweist. Insgesamt etablierte das Projekt einen reproduzierbaren proteomischen Workflow und generierte kandidatengestützte Biomarkerpanels für Gewebe und Serum zur Bewertung des TNBC-Rezidivrisikos. Damit wurde eine Grundlage für die zukünftige klinische Validierung und die Entwicklung IVDR-konformer Diagnostika geschaffen.