Zu Bewertungsmethoden der Tumormikroumgebung für die Reaktion auf Immun-Checkpoint-Inhibitoren

Warum die Vorhersage der Wirksamkeit von Krebsmedikamenten wichtig ist

Immun-Checkpoint-Inhibitoren sind eine neue Klasse von Krebsmedikamenten, die die körpereigenen Abwehrkräfte gegen Tumore freisetzen können und teilweise zu dramatischen, langanhaltenden Remissionen führen. Dennoch profitieren nur ein Bruchteil der Patientinnen und Patienten, während andere Nebenwirkungen erleiden, ohne einen nennenswerten Nutzen. Dieses Papier stellt eine praktische Frage mit existenzieller Bedeutung: Lässt sich anhand des molekularen „Fingerabdrucks“ eines Tumors und seines umgebenden Gewebes vor Beginn der Therapie abschätzen, wie wahrscheinlich eine Reaktion auf diese Behandlungen ist?

Den Puls der Tumornachbarschaft messen

Jeder Tumor liegt in einer lebhaften Nachbarschaft aus Krebszellen, Blutgefäßen, Immunzellen und Stützgewebe, zusammengefasst als Tumormikroumgebung. Die Autorinnen und Autoren konzentrieren sich auf Methoden, die diese komplexe Umgebung mithilfe von Genaktivitätsmessungen aus Bulk-RNA-Sequenzierung in numerische „Scores“ übersetzen — eine Technik, die aus einer Tumorprobe abliest, welche Gene an- oder abgeschaltet sind. Sie überprüfen und analysieren 17 solcher Scoring-Systeme neu, von denen viele verschiedene Aspekte der Immunlandschaft erfassen — wie viele zytotoxische T‑Zellen vorhanden sind, ob Immunzellen aktiv oder erschöpft sind oder wie viel narbenähnliches Stroma den Tumor umgibt. Diese Scores sollen vorhersagen, wer auf Immun-Checkpoint-Inhibitoren ansprechen wird, über mehrere Krebsarten hinweg, darunter Melanom, Lunge, Blase, Kopf‑Hals und Nierenkrebs.

Wie die Studie diese Scores prüfte

Um Methoden aus vielen Forschungsgruppen fair zu vergleichen, sammelten die Autorinnen und Autoren Daten aus mehreren klinischen Studien, in denen Patientinnen und Patienten Immun-Checkpoint-Inhibitoren erhielten und Tumor‑RNA sequenziert wurde. Sie erstellten große kombinierte Datensätze — zum Beispiel durch Zusammenführung von vier Melanomstudien und mehreren Mixed‑Cancer‑Kohorten — und untersuchten zudem einzelne Krebsarten getrennt. Da jede Studie leicht unterschiedliche Laborprotokolle verwendete, korrigierten sie zunächst für „Batch‑Effekte“, damit technische Unterschiede nicht als biologische Effekte fehlinterpretiert werden. Anschließend stellten sie für jeden Score zwei zentrale Fragen: Wie gut unterschied er Responder von Nicht-Respondern, und wie gut sagte er das Überleben nach der Behandlung voraus?

Was funktionierte, was half und wo es hakte

Die Analyse zeigte ein ernüchterndes, aber aufschlussreiches Bild. Einige Scores schnitten in bestimmten Kontexten recht gut ab: Beispielsweise waren Maße der zytolytischen, also zellabtötenden T‑Zell‑Aktivität (CYT1 und CYT2) und ein auf Dysfunktion fokussierter Score (TIDE) besonders aussagekräftig im Melanom. Ein einfacher Zwei‑Gen‑Quotient, der das Verhalten von Makrophagen erfasst und als CS Polarity bekannt ist, setzte sich in der großen Mixed‑Cancer‑Gruppe an die Spitze, während eine „heiße Tumor“-Gen‑Signatur namens TIP Hot in mehreren Tumorarten konsistent nützlich war, insbesondere bei Blasen-, Lungen- und Kopf‑Hals-Tumoren. Ein weiterer Score, IS_immune, der die allgemeine Immunaktivität widerspiegelt, sagte das Überleben sowohl beim Blasenkrebs als auch im größeren nicht‑immuntherapiebezogenen TCGA‑Datensatz gut voraus. Dennoch zeigte der direkte Vergleich aller Scores insgesamt nur moderate Vorhersagekraft für Ansprechen oder Überleben, und keine einzelne Methode war zuverlässig stark in sämtlichen Krebsarten.

Heiße Tumoren, kalte Tumoren und die Grenzen aktueller Scores

Die Autorinnen und Autoren fanden, dass Scores tendenziell am besten in sogenannten „heißen“ Tumoren funktionieren — solchen, die bereits von vielen aktiven Immunzellen infiltriert sind, wie Melanome, bestimmte Lungenkarzinome, Kopf‑Hals‑Tumoren und Urothelkarzinome (Blase). Dagegen hatten sie in „kalten“ Tumoren, etwa vielen Nierenkrebsarten, in denen Immunzellen selten oder unterdrückt sind, wenig Erfolg. Selbst wenn einige Maße statistische Unterschiede zwischen Respondern und Nicht‑Respondern zeigten, blieb ihre praktische Vorhersagekraft schwach. Die Studie macht auch deutlich, warum enge Signaturen versagen können: Scores, die um einen einzigen Zelltyp oder Signalweg gebaut sind, übersehen möglicherweise wichtige Kontextfaktoren, etwa ob T‑Zellen erschöpft sind oder ob der Tumor Mechanismen entwickelt hat, sie außer Gefecht zu setzen. Andererseits laufen sehr große, komplexe Modelle Gefahr des Overfittings und können bei Anwendung auf neue Patientengruppen schlecht abschneiden.

Was das für Patientinnen, Patienten und die Forschung bedeutet

Für Patientinnen, Patienten und Klinikpersonal ist die Kernbotschaft vorsichtiger Optimismus. Tumormikroumgebungs‑Scores erfassen bereits bedeutsame biologische Signale, und einige wenige — wie TIP Hot, CS Polarity, TIDE und IS_immune — zeigen in bestimmten Krebsarten Potenzial. Sie sind jedoch noch nicht genau oder universell genug, um als alleinige Tests für die Entscheidung, wer Immun-Checkpoint-Inhibitoren erhalten sollte, zu dienen. Die Autorinnen und Autoren argumentieren, dass künftige Fortschritte größere und vielfältigere Datensätze, intelligentere Methoden zur Reduktion der Komplexität von Genexpressionsdaten, eine bessere Integration klinischer Faktoren und weiterer Biomarker (etwa Bluttests und Mikrobiomdaten) sowie Modelle erfordern, die berücksichtigen, wie Tumore sich im Laufe der Zeit entwickeln. Mit diesen Fortschritten könnten Scores der Tumormikroumgebung zu einem mächtigen Werkzeug werden, um Patientinnen und Patienten der richtigen Immuntherapie zuzuordnen und andere vor unwirksamen Behandlungen zu bewahren.

Zitation: Zhou, Q., Kirshtein, A. & Shahriyari, L. Towards the tumor microenvironment scoring methods for immune checkpoint inhibitor response. npj Precis. Onc. 10, 88 (2026). https://doi.org/10.1038/s41698-025-01221-z

Schlüsselwörter: Tumormikroumgebung, Immuntherapie-Reaktion, Immun-Checkpoint-Inhibitoren, Genexpressionsscores, heiße und kalte Tumoren