Eine bahnbrechende Studie hat kürzlich ergeben, dass durch die Evaluierung proteomischer Signaturen im Blutplasma und in der cervikovaginalen Flüssigkeit eine nicht-invasive Detektion von Endometriumkrebs möglich ist. Diese Erkenntnisse wurden kürzlich in eBioMedicine veröffentlicht und könnten einen Wendepunkt in der Früherkennung von Endometriumkrebs darstellen. Endometriumkrebs zählt zu den häufigsten gynäkologischen Malignitäten in wohlhabenden Ländern und die Prävalenz steigt weltweit kontinuierlich an. Frühzeitig diagnostizierter Endometriumkrebs kann durch eine kurative Hysterektomie behandelt werden, wobei die Überlebensrate nach fünf Jahren über 90% beträgt. Im Gegensatz dazu haben Patientinnen mit metastasierter oder fortgeschrittener Erkrankung oft eine schlechte Prognose, mit einer Überlebensrate von nur etwa 15%.
Über 90% der Frauen mit Endometriumkrebs haben postmenopausale Blutungen, was dringende Untersuchungen durch transvaginale Ultraschalluntersuchungen, Hysteroskopie und Endometriumbiopsien auslöst, die allesamt ängstigend und schmerzhaft sein können. Daher ist die Entwicklung einfacher, kostengünstiger und nicht-invasiver Tests für die frühzeitige Krebsdiagnose sowohl für Patientinnen als auch für Ärzte von entscheidender Bedeutung. Es wurde beobachtet, dass die cervikovaginale Flüssigkeit, eine Mischung aus vaginalen, uterinen und zervikalen Sekreten, als Quelle von Biomarkern für entzündliche Erkrankungen des unteren Reproduktionstrakts, schwangerschaftsbedingte Pathologien und zervikale Neoplasien untersucht wurde. Tatsächlich ergab eine kürzlich durchgeführte Studie, dass die cervikovaginale Flüssigkeit zur Detektion von Endometriumkrebs genutzt werden kann. In dieser Studie bewerteten Forscher die Leistung proteomischer Signaturen aus cervikovaginaler Flüssigkeit und Plasma zur Erkennung von Endometriumkrebs.
Die Fälle umfassten Frauen mit histopathologischen Hinweisen auf Endometriumkrebs basierend auf der Hysterektomie, während die Kontrollgruppe Frauen umfasste, die symptome zeigten, jedoch keine Anzeichen von Endometriumkrebs oder atypischer Hyperplasie aufwiesen. Personen mit einer Vorgeschichte von gynäkologischen Malignitäten oder Hysterektomien wurden ausgeschlossen. Sowohl cervikovaginale Flüssigkeit als auch Blut wurden gesammelt, und es wurde eine Massenspektrometrie durchgeführt. Digitalisierte proteomische Karten wurden unter Verwendung erworbener spektraler Daten abgeleitet. Die Daten wurden konvertiert und gegen eine menschliche Plasmabibliothek und eine zuvor veröffentlichte Bibliothek von 19.
394 Peptiden und 2.425 Proteinen in der cervikovaginalen Flüssigkeit durchsucht. Random-Forest-Modellierung wurde für die Merkmalsauswahl verwendet. Die diskriminierendsten Proteine wurden anhand des mittleren Rückgangs an Genauigkeit gerankt. Es wurden logistische Regressionsmodelle erstellt, indem Proteine basierend auf ihrem Rang nacheinander hinzugefügt wurden.
Das parsimonische Modell wurde identifiziert und seine Leistung durch das Plotten der ROC-Kurve und die Berechnung der AUC bewertet. Insgesamt wurden in die Studie 118 postmenopausale Frauen mit Symptomen aufgenommen, von denen 53 bestätigten Endometriumkrebs hatten und 65 keinen Nachweis von Krebs zeigten. Etwa 86% der Kohorte waren weiß. Personen mit Endometriumkrebs waren wahrscheinlich älter und wiesen einen höheren Body-Mass-Index auf als die Kontrollen. Zusammenfassend wurden 597, 310 bzw.
533 Proteine im Überstand der cervikovaginalen Flüssigkeit, in den Zellpellets und im Plasmasamples quantifiziert. Insgesamt wurden 941 eindeutige Proteine über alle Proben hinweg identifiziert. Es gab Hinweise auf eine Trennung zwischen Krebsfällen und Kontrollen basierend auf Proteinen im Überstand der cervikovaginalen Flüssigkeit. Klassifikatoren wurden anhand der Mittelabnahme der Genauigkeit der RF-Modelle ausgewählt. Die Hauptkomponentenanalysen unter Verwendung der besten diskriminierenden Proteine zeigten eine stärkere Diskriminierung zwischen Krebsfällen und Kontrollen.
Das Modell mit den fünf am besten diskriminierenden Proteinen hatte den niedrigsten AIC-Wert und wurde als parsimoniales Modell ausgewählt. Dieses Modell sagte Endometriumkrebs mit einer AUC, Sensitivität und Spezifität von 0,95, 91% und 86% vorher. Die Proteinauswahlanalyse zeigte, dass 38 Proteine wichtig waren, um zwischen Krebsfällen und Kontrollen zu unterscheiden. Proteine in Zellpellets der cervikovaginalen Flüssigkeit waren weniger vielversprechend als Krebsbiomarker als Proteine im Überstand. In Plasmaproben wurden weniger differentiell exprimierte Proteine zwischen Fällen und Kontrollen festgestellt im Vergleich zur cervikovaginalen Flüssigkeit, und es gab nur wenige Hinweise auf eine Unterscheidung basierend auf Plasmaproteinen.
Die PCA zeigte eine moderate Trennung zwischen Krebsfällen und Kontrollen. Ein dreier-Plasmaprotein-Biomarkerpanel sagte Endometriumkrebs mit einer AUC, Sensitivität und Spezifität von 0,87, 75% und 84% vorher. Proteinauswahlanalyse ergab sechs Plasmaproteine als wichtige Klassifikatoren. Darüber hinaus sagten Dreier- und Vierer-Marker-Panels von cervikovaginalen Flüssigkeits- und Plasmaproteinen Endometriumkrebs im Frühstadium mit AUCs von 0,92 bzw. 0,88 vorher.
Fünf- und Sechser-Marker-Panels von cervikovaginalen Flüssigkeits- und Plasmaproteinen sagten fortgeschrittenen Endometriumkrebs mit AUCs von 0,96 bzw. 0,93 vorher. Zusammenfassend waren Proteine in der cervikovaginalen Flüssigkeit genauer bei der Detektion von Endometriumkrebs als Plasmaproteine. Das Fünf-Marker-Panel von cervikovaginalen Flüssigkeitsproteinen umfasste das Immunglobulin-Schwerkettenmu (IGHM), Haptoglobin (HPT), das Fibrinogen Alpha-Kette (FGA), das Lymphozytenantigen 6D (LY6D) und das Galectin-3-bindende Protein (LG3BP). Weitere bestätigende Studien mit größeren Kohorten sind erforderlich, um diese Erkenntnisse zu validieren.
Dieser wissenschaftliche Fortschritt könnte zu einer revolutionären Veränderung in der Früherkennung und Behandlung von Endometriumkrebs führen, so die Hoffnung der Forscher.
