Deep Visual Proteomics: Dem Krebs auf der Spur

Proteine sind ein wichtiger Baustein unserer Zellen. Besonders im Hinblick auf Krankheiten. Die Kartierung der Proteinlandschaften innerhalb der Zellen und die Analyse ihrer individuellen Zusammensetzung kann daher ein entscheidender Faktor im Kampf gegen Erkrankungen, wie beispielsweise Krebs, sein. Einem deutsch-dänischen Team unter Leitung von Prof. Dr. Matthias Mann ist es nun gelungen, eine Methodik zu entwickeln, die einen noch nie dagewesenen Einblick in Krebserkrankungen ermöglicht.

Was unter "Deep Visual Proteomics" zu verstehen ist und welche Bedeutung die Proteinanalyse für personalisierte Medizin haben kann, erklären Lisa Schweizer, Co-Authorin der Studie, und Thierry Nordmann aus der Forschungsabteilung von Matthias Mann am Max-Planck-Institut für Biochemie.

Was ist unter Deep Visual Proteomics zu verstehen?

Lisa Schweizer: Deep Visual Proteomics (DVP) ist ein multidisziplinärer Ansatz, in dem wir vier bekannte Technologien miteinander kombinieren um Proteinkarten zu erstellen. Wir verwenden hochauflösende Mikroskopie, künstliche Intelligenz (KI), Einzelzell-Massenspektrometrie (MS) und bioinformatische Analysen. Für die Entwicklung dieser Technologie haben wir Expertisen aus mehreren Ländern zusammengebracht und unter der Leitung von Professor Matthias Mann, sowie den beiden Erstautoren der veröffentlichten Studie, Andreas Mund und Fabian Coscia, die Deep Visual Proteomics-Technologie entwickelt. Damit ist es uns nun möglich, das Proteom eines bestimmten Gewebes mit Blick auf eine Erkrankung zu untersuchen.

Thierry Nordmann: Als Proteom bezeichnet man die Proteinzusammensetzung in einer Zelle, einem Gewebe oder einem ganzen Organismus. Bisher wurden Gewebe mit vielen Zelltypen als eine Einheit analysiert. Wir sehen uns nun nicht mehr nur das große Ganze an, sondern können einzelne Puzzleteile, einzelne Zelltypen, separat betrachten. Es ist wichtig zu verstehen, dass es in jeder Zelle bestimmte Protein-Sets gibt, die für die Funktion oder auch Fehlfunktion einer Zelle verantwortlich sind. Mit der Deep Visual Proteomics-Technologie werden wir das Voranschreiten einer Krankheit besser verstehen und hoffen somit das Feld der MS-basierten Proteomik zu revolutionieren.

Was sind die Vorteile der vier kombinierten Technologien?

Lisa Schweizer: Insbesondere eignen sich Formalin-fixierte Proben, die in Paraffin konserviert werden, sogenannte FFPE-Gewebe. Schnitte solcher Gewebe werden zunächst mit hochauflösender Bildgebung dargestellt. Basierend auf diesen Bildern werden die Zellen der jeweiligen Gewebestrukturen dann durch maschinelles Lernen und künstliche Intelligenz klassifiziert. Angeleitet von einer durch die KI-generierten Schablone, werden einzelne Zellen, die für unsere Analysen von Interesse sind, dann aus dem Gewebe durch einen präzisen Laserschnitt herausgeschnitten und innerhalb einer zuvor bestimmten Zellklasse gesammelt. Mit Hilfe der ultra-sensitiven Massenspektrometrie können wir tausende Proteine dieser Proben charakterisieren und auf die ursprüngliche Bildinformation zurückprojizieren – wie auf eine Landkarte.

Thierry Nordmann: So erhalten wir weit mehr Informationen als durch konventionelle Immunhistochemie oder Immunfluoreszenz.

Lisa Schweizer: Hier spielt insbesondere der Fortschritt der Massenspektrometrie eine Rolle, da erst die neu erreichte Sensitivität der Instrumente, die wir maßgeblich mitentwickelt haben, es ermöglichen, einzelne Zellen in kürzester Zeit zu untersuchen. Ein weiterer Schlüssel sind die bioinformatischen Analysen, mithilfe derer wir Proteinkarten erzeugen und eine räumliche Auflösung von Proteinen bei hochkomplexen Krankheiten ermöglichen. Mit der DVP-Technologie stellen wir Forschenden und Klinikpersonal wertvolle, proteinbasierte Informationen zur Verfügung, um die Mechanismen von Gesundheit und Krankheit besser zu verstehen.

Welche Bedeutung könnte diese Methodik für die personalisierte Medizin bei Krebs haben?

Thierry Nordmann: Die räumliche Auflösung des Proteoms spielt insbesondere bei Krebserkrankungen eine zentrale Rolle. Während jede Zelle in einem Tumor Teil der Erkrankung ist, treiben bestimmte Subpopulationen die Bösartigkeit von Tumoren, wie das Potenzial zur Ausbreitung des Tumors durch Metastasierung oder die Invasion in umliegende Gewebe, an. Indem wir im Tumorgewebe einzelne Zelltypen voneinander unterscheiden, können wir die Rolle verschiedener Signalwege und sogar einzelner Proteine innerhalb der Gewebearchitektur des Tumors bestimmen. Auf diese Weise können wir beispielsweise erkranktes Gewebe nahe von Blutgefäßen mit den Randbereichen des Tumors vergleichen und so Prozesse bestimmen, die zur Metastasierung in entfernte Gewebe beitragen. Zudem erlaubt uns die Präzision unseres Lasersystems, Tumorzellen besser aus dem Hintergrund des Zielorgans zu extrahieren und diese Zellen durch Proteomanalysen an Ihren Ursprungsort, den Primärtumor, zurückzuverfolgen.

Lisa Schweizer: DVP öffnet uns nun die Tür für personalisierte Medizin, da wir maligne Zellen untersuchen und unmittelbar mit den benachbarten, gesunden Zellen vergleichen können. Darüber hinaus können wir den Wachstumsverlauf eines Tumors über seine Gewebestruktur verfolgen und die Zahl der verschiedenen Zellpopulation, sowie deren Eigenschaften visualisieren. Dadurch verbessern wir nicht nur unser Wissen über die Heterogenität eines Tumors, also dessen Aufbau aus unterschiedlichen Zelltypen und deren Eigenschaften, sondern können auch individuelle Veränderungen der Erkrankung erkennen. Obwohl Krebserkrankungen durch ihre Lage und ihr genetisches Profil klassifiziert werden können, ist jeder Tumor durch Faktoren, wie beispielsweise Umgebungseinflüsse, sehr individuell – so wie es eben auch jeder Mensch ist. Dementsprechend könnte mit Hilfe unserer Technologie viel individueller auf den Tumor eines einzelnen Patienten eingegangen und dieser wiederum so zielführender behandelt werden.

Wäre eine Deep Visual Proteomics-Anwendung auch für andere Erkrankungen als Krebs denkbar?

Thierry Nordmann: Auf jeden Fall! Unsere Technologie erlaubt es jede Erkrankung, in der die räumliche Auflösung im Gewebe eine Rolle spielt, zu charakterisieren. Die Automatisierung und Reproduzierbarkeit aller Prozesse unserer Technologie ermöglichen die Anwendung auf ein weites Feld unbeantworteter Fragen – auch in der Medizin.

Lisa Schweizer: Und wir beschränken uns hier nicht nur auf Krankheiten, sondern können prinzipiell jedes Gewebe und dessen zugrundeliegende Biologie untersuchen. Insbesondere im Bereich der so genannten ‘Omics’-Technologien, wird die Gewebearchitektur auf DNA- oder RNA-Ebene zahlreich hinsichtlich der zellulären Bestandteile untersucht. DVP erlaubt es, diese Analysen auch auf Proteine auszuweiten, die im Gegensatz zu den genetischen Informationen, die ausführenden Kräfte einer Zelle sind.

Zusammengefasst hoffen wir mit unserer Technologie die Grenzen des Möglichen in der Proteomik zu erweitern und insbesondere komplexe (Krebs-) Erkrankungen besser zu verstehen.