Exploring the potential of MALDI imaging mass spectrometry for personalized biomarker analysis in triple-negative breast cancer patients.
Zusammenfassung der Projektergebnisse
Durch vergleichende (Triple-Negativem versus Triple-positivem Mammakarzinom) zellexperimentelle Ansätze, molekularer Analysen humaner Brustkrebsgewebe mittels Bildgebender Massenspektrometrie, Immunhistochemie, Bildanalyse und maschinellem Lernen wurde das zentrale Projektziel der Identifizierung neuer Krebsbiomarker erreicht, die uns helfen können, maßgeschneiderte Therapieoptionen beim Brustkrebs zu erstellen. Zum Zeitpunkt unserer Untersuchungen gab es noch erhebliche Unterschiede zwischen den in verschiedenen Laboren erhobenen Daten. Als Reaktion darauf haben wir uns im Projektteil der Bildanalyse auf die Entwicklung von Lernverfahren konzentriert, welche mit wenigen bzw. schwachen Labeln trainiert werden können. Hier haben wir best-of-class Verfahren entwickelt und einige davon auf den kompetitivsten internationalen Konferenzen veröffentlicht. Das Forschungsprojekt hat in besonderem Maße von methodischen Weiterentwicklungen im Bereich der Bildgebenden Massenspektrometrie profitiert, die an den Patientenkohorten dieses Projekt angewandt wurden. Dazu zählen insbesondere Verfahren der hochauflösenden Bildgebenden Massenspektrometrie, die aufgrund der Förderung eines MALDI-FT-ICR Massenspektrometers durch die DFG möglich wurden. Mit diesem Großgerät für die Bildgebende Massenspektrometrie konnten wir das Spektrum an Analyten um zahlreiche Klassen von Biomolekülen in Geweben, etwa Metabolite, erweitern. Insbesondere konnten wir die Anwendung eines Verfahrens an formalinfixierten Archivgeweben, die eine zentrale Rolle in der Diagnostik und Forschung beim Brustkrebs spielen, für eine perspektivische Routinediagnostik etablieren. Mit diesem Verfahren können nun kleinste prätherapeutische Biopsien von Brustkrebspatientinnen sowie anderen Tumorentitäten molekular analysiert werden (Pressemitteilung Helmholtz Zentrum München, https://www.helmholtzmuenchen.de/aktuelles/uebersicht/pressemitteilungnews/article/35346/index.html). Die im Projekt durchgeführten Messungen mittels Bildgebender Massenspektrometrie an Triple-Negativen und Triple-Positiven Brustkrebsgeweben waren Ausgangspunkt für die Analyse von interund intratumoraler Heterogenität, die einen entscheidenden Einfluss etwa auf das tumorbiologische Verhalten oder das Therapieansprechen beim Brustkrebs nimmt. Durch Heterogenitätsanalysen mittels Bildgebender Massenspektrometrie und Clusteralgorithmen lassen sich distinkte Tumorzellsubpopulationen in Krebsgeweben durch komplexe Molekülmuster gegeneinander abgrenzen. Dieses „De novo Discovery“ benötigt im Gegensatz zu bisherigen in-situ Analysen der Tumorheterogenität keine Vorannahmen zu Molekülen. Diese Vorgehensweise überkommt die einfache Vorstellung eines einzelnen Biomarkers und setzt demgegenüber tumorbiologische distinkte Tumorzellsubpopulationen als organische entstandene Biomarker. Diese Analyse der inter- und intratumoralen Heterogenität haben wir in Patientenkohorten von Brustkrebsfällen dieses Projektes angewandt. Dabei haben wir uns insbesondere dafür interessiert, welche Tumorzellsubpopulation mit dem Ereignis einer lokalen Metastasierung assoziiert sind. Wir haben dabei eine „Agreement Clusteranalyse“ an Primärtumoren durchgeführt und konnten zeigen, welche Tumorzellpopulation des Primärtumors mit der lokalen Metastasierung assoziiert ist. Dieser Ergebnisse sind im Journal of Pathology publiziert und wurden im Januar dieses Jahres (2017) mit dem "The Journal of Pathology Jeremy Jass Prize for Research Excellence" ausgezeichnet und damit als beste Publikation in 2015 ausgewählt und als richtungsweisend für die Erforschung von Tumorheterogenität bewertet. Das Forschungsprojekt am Triple-Negativen Brustkrebs hat demnach die angestrebten Projektziele erreicht und wurde darüber hinaus zu einem Impulsgeber für methodische Weiterentwicklungen der Bildgebenden Massenspektrometrie, die sich perspektivisch in die klinische Routinediagnostik etwa zur Therapieprädiktion anwenden lassen.
Projektbezogene Publikationen (Auswahl)
-
(2012): "Active Learning for Convenient Annotation and Classification of Secondary Ion Mass Spectrometry Images", Analytical Chemistry, 85(1):147-155
Hanselmann, M, Röder, J, Köthe, U, Renard, B Y, Heeren, R M A and Hamprecht, F A
-
Molecular analysis of HER2 signaling in human breast cancer by functional protein pathway activation mapping. Clin Cancer Res. 2012 Oct 8;18(23):6426-35
Wulfkuhle JD, Berg D, Wolff C, Langer R, Tran K, Illi J, Espina V, Pierobon M, Deng J, Demichele A, Walch A, Bronger H, Becker I, Waldhor C, Hofler H, Esserman LJ, I-SPY 1 TRIAL Investigators, Liotta LA, Becker KF, Petricoin EF
-
Tumor Classification of Six Common Cancer Types Based on Proteomic Profiling by MALDI Imaging. J Proteome Res. 2012 Mar 2;11(3):1996-2003
Meding S, Nitsche U, Balluff B, Elsner M, Rauser S, Schöne C, Nipp M, Maak M, Feith M, Ebert M, Friess H, Langer R, Höfler H, Zitzelsberger H, Rosenberg R, Walch A
-
uPA and PAI-1-Related Signaling Pathways Differ between Primary Breast Cancers and Lymph Node Metastases. Transl Oncol. 2012 Apr;5(2):98-104
Malinowsky K, Wolff C, Berg D, Schuster T, Walch A, Bronger H, Mannsperger H, Schmidt C, Korf U, Höfler H, Becker KF
-
MiR-221/-222 differentiate prognostic groups in advanced breast cancers and influence cell invasion. Br J Cancer. 2013 Nov 12;109(10):2714-23
Falkenberg N, Anastasov N, Rappl K, Braselmann H, Auer G, Walch A, Huber M, Höfig I, Schmitt M, Höfler H, Atkinson MJ, Aubele M
-
The impact of Cysteine-Rich Intestinal Protein 1 (CRIP1) in human breast cancer. Mol Cancer. 2013 Apr 9;12(1):28
Ludyga N, Englert S, Pflieger K, Rauser S, Braselmann H, Walch A, Auer G, Höfler H, Aubele M
-
Multicentre matrix-assisted laser desorption/ionization mass spectrometry imaging (MALDI MSI) identifies proteomic differences in breast cancerassociated stroma. J Proteome Res. 2014 Nov 7;13(11):4730-8
Dekker TJ, Balluff BD, Jones EA, Schöne CD, Schmitt M, Aubele M, Kroep JR, Smit VT, Tollenaar RA, Mesker WE, Walch A, McDonnell LA
-
(2015): "Computer-aided diagnosis from weak supervi-sion: A benchmarking study", Computerized Medical Imaging and Graphics, 42:44-50
Kandemir, M and Hamprecht, F A
-
De novo discovery of phenotypic intra-tumor heterogeneity using imaging mass spectrometry. J Pathol. 2015 Jan;235(1):3-13
Balluff B, Frese CK, Maier SK, Schöne C, Kuster B, Schmitt M, Aubele M, Höfler H, Deelder AM, Heck AJ, Hogendoorn PC, Morreau J, Altelaar AF, Walch A, McDonnell LA
-
Highresolution MALDI-FT-ICR MS Imaging for the analysis of metabolites from formalin-fixed paraffinembedded clinical tissue samples. J Pathol. 2015 Sep;237(1):123-32
Buck A, Ly A, Balluff B, Sun N, Gorzolka K, Feuchtinger A, Janssen KP, Kuppen PJ, van de Velde CJ, Weirich G, Erlmeier F, Langer R, Aubele M, Zitzelsberger H, Aichler M, Walch A
-
Cyr61 and YB-1 are novel interacting partners of uPAR and elevate the malignancy of triple-negative breast cancer. Oncotarget. 2016 Jul 12;7(28):44062-44075
Huber MC, Falkenberg N, Hauck SM, Priller M, Braselmann H, Feuchtinger A, Walch A, Schmitt M, Aubele M
-
Data-driven identification of prognostic tumor subpopulations using spatially mapped t-SNE of mass spectrometry imaging data. Proc Natl Acad Sci USA. 2016 Oct 25;113(43):12244-12249
Abdelmoula WM, Balluff B, Englert S, Dijkstra J, Reinders MJ, Walch A, McDonnell LA, Lelieveldt BP
-
High Mass Resolution MALDI Mass Spectrometry Imaging of Metabolites from Formalin-Fixed Paraffin Embedded Tissue. Nat Protoc.2016 Nat Protoc 2016. Aug;11(8):1428-43
Ly A, Buck A, Balluff B, Sun N, Gorzolka K, Feuchtinger A, Janssen KP, Kuppen PJ, van de Velde CJ, Weirich G, Erlmeier F, Langer R, Aubele M, Zitzelsberger H, McDonnell L, Aichler M, Walch A
-
uPAR enhances malignant potential of triple-negative breast cancer by directly interacting with uPA and IGF1R. BMC Cancer. 2016 Aug 8;16:615
Huber MC, Mall R, Braselmann H, Feuchtinger A, Molatore S, Lindner K, Walch A, Gross E, Schmitt M, Falkenberg N, Aubele M
