Charakterisierung und Quantifizierung des Behandlungserfolgs für Patienten mit Glioblastom anhand eines neuartigen metabolischen und anatomischen Atlases des menschlichen Gehirns

• Antragsteller: Dr. Stojan Maleschlijski
• Fachliche Zuordnung: Nuklearmedizin, Strahlentherapie, Strahlenbiologie
• Förderung: Förderung in 2016
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 318380466

Die mediane Überlebenszeit von Glioblastom (GBM) Patienten, die sich einer Standard-behandlung unterziehen, beträgt 14 Monate. Kennzeichnend für GBM ist das Vorhandensein von abnormalen Mikrogefäßen, erhöhtes vasogenes Ödem und eine hohe Infiltration des Tumors in gesundes Gewebe. Die Quantifizierung dieser Merkmale ist aktuell für die Diagnose und die klinische Bewertung von GBMs von großer Bedeutung. Dabei werden häufig Kontrastveränderungen in Magnetresonanzaufnahmen evaluiert. Oft sind aber die Veränderungen der Anatomie nach Tumorbehandlung unspezifisch und können das Resultat einer Kombination von Tumoraktivität, Ödem, Nekrose und Entzündung sein. Dies verschlechtert die Diagnosegenauigkeit, da die Ursache der Veränderungen nicht eindeutig identifiziert werden kann. Eine vielversprechende Technik für die Lösung solcher Ambiguitäten ist die Magnetresonanzspektroskopie mit spektroskopischer Bildgebung (MRSI), welche zusätzlich zu den biologischen Eigenschaften des Gewebes auch Information über seine metabolische Zusammensetzung liefert. Gehirnerkrankungen, wie bösartige Tumore und multiple Sklerose, verursachen bedeutsame Veränderungen im Metabolismus der Hirnzellen. Deshalb eignet sich die MRSI Technik besonders gut für die Charakterisierung solcher Pathologien. Trotzdem wird die Methode noch nicht verbreitet in der klinischen Praxis eingesetzt. Ein Grund hierfür ist, dass MRSI technisch anspruchsvoll ist und zusätzliches Training und Fachkenntnisse vom Radiologen erfordert. Ausserdem existiert noch keine Referenzvorlage, welche die metabolischen Signaturen des gesunden Gehirns und ihren örtlichen Positionen darstellt. Folglich beinhaltet die manuelle Evaluierung von MRSI Daten durch Radiologie-Ärzte oft eine subjektive Komponente.Das Ziel dieses Projektes ist es deshalb einen Referenz- und Auswerterahmen für die automatisierte Analyse von MRSI-Daten von GBM-Patienten zu erstellen. Dabei werden zuverlässige und robuste Metrikparameter entwickelt, die die räumlichen und zeitlichen Veränderungen in Läsionen und umgebendem Gewebe beschreiben. Der erste Schritt wird sein, MRSI-Daten von gesunden Testpersonen zu sammeln, um einen metabolischen Atlas des normalen menschlichen Gehirns zu konstruieren und dieser der Forschungsgemeinschaft zur Verfügung zu stellen. Weiterhin, wird der Atlas als Referenz verwendet werden, um abnormale Muster in den MRSI Daten von mehr als 400 vorhandenen Patienten am UCSF zu identifizieren und diese mit histologischen Eigenschaften von Biopsieproben zu verknüpfen. Diese Zusammenhänge werden die Entwicklung von Klassifikationsalgorithmen für die Beurteilung des Behandlungserfolgs und die Bewertung der Tumorprogression in seriellen Patientenscans ermöglichen. Die entwickelte Methoden werden objektive Kriterien für die Vorhersage vom Behandlungserfolg schaffen und dabei die GBM-Diagnostik verbessern, Ärzte bei der Auswahl der geeigneten Therapie unterstützen und die Entdeckung neuer Behandlungsstrategien beschleunigen.

• DFG-Verfahren: Forschungsstipendien
• Internationaler Bezug: USA
• Gastgeberinnen: Professorin Dr. Susan Chang; Professorin Dr. Sarah Nelson (†)