Eine neue Studie des Karolinska-Instituts in Schweden zeigt, dass eine genetische Analyse von Brusttumoren Patienten identifizieren kann, die keinen Nutzen von einer vor der Operation durchgeführten Chemotherapie ziehen. Die Ergebnisse wurden im Fachjournal Nature Communications veröffentlicht und könnten langfristig zu einer stärker personalisierten Krebsbehandlung führen. Die Untersuchung umfasste 179 Patientinnen mit hormonrezeptorpositivem, HER2-negativem Brustkrebs, die am schwedischen PREDIX-LumB-Studienprogramm teilnahmen. Alle Probandinnen erhielten vor der Operation zwei Therapieformen in unterschiedlicher Reihenfolge: entweder Chemotherapie gefolgt von einer Hormonblockade in Kombination mit dem Wirkstoff Palbociclib, das die Teilung von Krebszellen verlangsamt, oder umgekehrt. Insgesamt zeigten die Behandlungen ähnliche Rückgänge der Tumormasse. Auch die Überlebensraten waren unabhängig davon, ob die Therapie mit der Chemotherapie oder der Kombination aus Palbociclib und Hormonblockade begann. Dennoch wiesen die Analysen darauf hin, dass eine Untergruppe der Tumoren schlechter auf die Chemotherapie reagierte, dafür aber besser auf die Kombination aus Palbociclib und Hormonblockade. Um die Gründe für diese unterschiedlichen Reaktionen zu ermitteln, untersuchten die Forscher die Genexpression der Tumoren in Gewebeproben, die vor Behandlungsbeginn entnommen wurden. Dies ist das Maß dafür, wie aktiv bestimmte Gene im Tumor arbeiten. Auf Basis dieser Daten entwickelten sie ein Modell namens CDKPredX. Dieses Werkzeug kann Tumoren identifizieren, die auf eine Chemotherapie kaum ansprechen, bei denen jedoch eine Kombinationstherapie mit Palbociclib vielversprechender ist. Alexios Matikas, erster Autor der Studie und Dozent am Institut für Onkologie-Pathologie, betonte, dass es derzeit noch keine zuverlässigen Methoden gibt, um im Voraus zu bestimmen, welche Patientinnen tatsächlich von einer neoadjuvanten Chemotherapie profitieren. Die Ergebnisse zeigen, dass die Genexpression des Tumors hierüber wichtige Informationen liefern kann. Das Modell stützt sich auf Muster der Genaktivität, einschließlich Genen, die an der Zellteilung, der Hormonsignalgebung und dem Immunsystem beteiligt sind. Als die Forscher das Modell an anderen Patientengruppen testeten, bestätigten sich die beobachteten Muster. Langfristig könnte diese Art der Analyse Patienten helfen, Therapien zu vermeiden, von denen sie keinen Nutzen haben, wie etwa eine Chemotherapie, und stattdessen eine Behandlung zu erhalten, die größere Erfolgsaussichten bietet. Theodoros Foukakis, leitender Autor und Professor am selben Institut, wies jedoch darauf hin, dass weitere Studien notwendig sind, bevor diese Methode in der klinischen Routine eingesetzt werden kann. Die Forscher betonen, dass die Studie explorativen Charakter hat und die genetische Analyse noch nicht für den klinischen Alltag bereit ist. Dennoch liefern die Ergebnisse neue Einblicke in die Mechanismen, warum sich verschiedene Tumoren unterschiedlich auf Therapien reagieren.