Clear Sky Science · de
Ein radio-genomischer Biomarker für die präzise Therapieausrichtung auf Epidermal-Growth-Factor-Rezeptor-Mutationen beim nicht-kleinzelligen Lungenkrebs
Warum diese Forschung für Menschen mit Lungenkrebs wichtig ist
Lungenkrebs gehört nach wie vor zu den tödlichsten Krebsarten. Für viele Patientinnen und Patienten besteht die beste Hoffnung in Medikamenten, die gezielt die genetischen Ursachen ihrer Tumore angreifen. Das Auffinden dieser Veränderungen erfordert jedoch meist invasive Biopsien und aufwändige Labortests, die nicht immer möglich oder zuverlässig sind. Diese Studie zeigt, dass in routinemäßigen CT-Aufnahmen verborgene Informationen Ärzten helfen können, ein besonders wichtiges genetisches Muster beim nicht-kleinzelligen Lungenkrebs zu erkennen und Patientinnen und Patienten potenziell schneller und sicherer zu den Behandlungen zu führen, die ihnen am ehesten nützen.
Scans statt Nadeln
Heute hängen Therapieentscheidungen bei Lungenkrebs häufig davon ab, ob ein Tumor Veränderungen im Gen EGFR trägt, die ihn empfindlich gegenüber einer Klasse von Tabletten machen, die als Tyrosinkinaseinhibitoren bekannt sind. Zur Ermittlung dieser Veränderungen entnehmen Ärzte in der Regel mit einer Nadel oder einem Endoskop Tumorgewebe und sequenzieren dessen DNA. Das kann unangenehm, riskant und manchmal unmöglich sein, etwa wenn der Tumor schwer zugänglich ist oder die Patientin beziehungsweise der Patient gebrechlich ist. Blutbasierte „Liquid Biopsies“ sind weniger invasiv, können jedoch Mutationen übersehen oder irreführende Signale von normalen Zellen erfassen. Die Autorinnen und Autoren dieser Arbeit untersuchten daher, ob CT-Bilder, die nahezu jede Person mit Lungenkrebs ohnehin erhält, nichtinvasiv das EGFR-Profil eines Tumors in klinisch nützlicher Weise vorhersagen können.

Ein Fingerabdruck, verborgen in CT-Bildern
Das Team konzentrierte sich auf ein Szenario, das sie als „exklusive“ EGFR-Mutation bezeichnen: Tumore, die EGFR-Veränderungen tragen, aber keine anderen großen zielgerichteten Mutationen wie ALK oder KRAS. Diese Tumore sprechen tendenziell besser auf EGFR-gerichtete Medikamente an und sind daher besonders attraktive Kandidaten für eine Erstlinientherapie. Anhand von CT-Scans und genetischen Daten von 304 Patientinnen und Patienten aus mehreren Krankenhäusern sowie einem unabhängigen öffentlichen Datensatz mit 51 Fällen extrahierten die Forschenden eine sehr große Menge quantitativer Bildmessungen – sogenannte radiomische Merkmale – aus drei Bereichen: dem Tumor selbst, einem dünnen Ring des umgebenden Gewebes und dem angrenzenden Lungengewebe. Mithilfe statistischer Verfahren reduzierten sie diese Bibliothek auf eine kompakte Signatur mit 10 Merkmalen, die sie EGFR-RPV (Radiomics Predictive Vector) nannten und die exklusive EGFR-mutante Tumore von anderen unterscheiden soll.
Wie gut der bildgebende Marker funktioniert
Getestet an Patientinnen und Patienten, deren Daten nicht zum Aufbau des Modells verwendet wurden, erkannte EGFR-RPV exklusive EGFR-mutante Tumore in etwa drei von vier Fällen, sowohl in internen als auch externen Validierungsgruppen. Viele der informativsten Bildmerkmale stammten aus dem Gewebe unmittelbar um den Tumor herum und nicht aus dem Tumorkern, was die Vorstellung stützt, dass Krebszellen ihre Umgebung auf subtile, aber nachweisbare Weise beeinflussen. Ein Merkmal aus dem weiter entfernten Lungenbereich trug negativ bei, was der klinischen Beobachtung entspricht, dass EGFR-mutante Tumore bei Menschen ohne starke raucherbedingte Lungenschäden häufiger vorkommen. Über die Vorhersage des Mutationsstatus hinaus trennte der radiomische Score die Patientinnen und Patienten auch in höher- und niedrigrisiko Überlebensgruppen, was darauf hindeutet, dass er breitere Aspekte des Tumorverhaltens erfasst.

Bilder mit Tumorbiologie verknüpfen
Um zu untersuchen, was den bildgebenden Mustern zugrunde liegen könnte, nutzten die Forschenden Genaktivitätsdaten aus dem öffentlichen Kohorten-Datensatz. Sie fanden, dass Tumore mit exklusiven EGFR-Mutationen häufiger zwei Gene exprimierten, FAM190A und BCMO1, die an der Kontrolle der Zellteilung beziehungsweise am Vitamin-A-Stoffwechsel beteiligt sind. Eine breitere Pfadanalyse deutete darauf hin, dass diese Tumore möglicherweise auf einen entwicklungsbezogenen Signalweg namens Hedgehog angewiesen sind, während sie einige der üblichen Programme für schnelle Zellproliferation und Entzündung herunterfahren. Obwohl diese biologischen Zusammenhänge noch weiter bestätigt werden müssen, deuten sie darauf hin, dass die CT-basierte Signatur kein rein statistischer Kunstgriff ist, sondern reale Unterschiede im Wachstum und in der Interaktion dieser Tumore mit ihrer Umgebung widerspiegelt.
Was das für Patientinnen und Patienten bedeuten könnte
Aus Sicht der Patientin bzw. des Patienten liegt der Reiz von EGFR-RPV in seiner Praktikabilität: Es nutzt Standard-CT-Scans, lässt sich schnell berechnen und erfordert keinen zusätzlichen Eingriff. Die Autorinnen und Autoren betonen, dass ihr Instrument komplementär gedacht ist und Gewebe- sowie Bluttests nicht ersetzen soll. In Situationen, in denen Biopsiematerial knapp ist, Testergebnisse verzögert oder unklar sind oder wiederholte invasive Eingriffe eine Belastung darstellen würden, könnte eine bildgebungsbasierte Schätzung des exklusiven EGFR-Status helfen, Entscheidungen zu lenken — etwa ob EGFR-gerichtete Tabletten prioritär in Betracht gezogen, die Mutationssuche ausgeweitet oder andere Strategien erwogen werden sollten. Obwohl vor einer breiten Anwendung noch größere und prospektive Studien nötig sind, zeigt die Arbeit, wie moderne Bildanalyse alltägliche Scans in leistungsfähige Werkzeuge für die präzise Lungenkrebsversorgung verwandeln kann.
Zitation: Chen, M., Copley, S.J., Linton-Reid, K. et al. A radio-genomics biomarker for precision epidermal growth factor receptor mutation targeting therapy in non-small cell lung cancer. Sci Rep 16, 12416 (2026). https://doi.org/10.1038/s41598-026-42948-4
Schlüsselwörter: nicht-kleinzelliger Lungenkrebs, EGFR-gerichtete Therapie, Radiomics, CT-Bildgebungs-Biomarker, präzisionsonkologie