Fachthema

ECTRIMS 2018: High-Throughput-Methoden in der Erforschung der MS

«Wir haben eine molekulare MS-Signatur entdeckt»

Leading Opinions, 13.12.2018

Interview-Partner:
Prof. Dr. med. Burkhard Becher, PhD
Ko-Institutsleiter
Institut für Experimentelle Immunologie
Universität Zürich
E-Mail: becher@immunology.uzh.ch
Interview geführt von:
Dr. Gabriele Senti

Neurologie

Wir sprachen mit Professor Burkhard Becher am Rande des ECTRIMS über die aktuellen Fortschritte auf dem Gebiet der Einzelzellanalyse («single-cell cytometry»), darüber, wie diese Methode zur Immunphänotypisierung von MS-Patienten eingesetzt wird und wie die daraus gewonnenen Daten zur Diagnose und Therapieevaluierung herangezogen werden können.

Herr Professor Becher, in der Session zum Thema «High-Throughput-Technologien » haben Sie die «single-cell cytometry » vorgestellt. Können Sie diese Methode kurz erklären?
B. Becher: Bei der MS-Erkrankung gibt es verschiedene Parameter, die man messen kann. Beispielsweise den klinischen Verlauf des Patienten oder die Entwicklung von Läsionen im Gehirn oder Rückenmark, die man mit dem MRT verfolgt. Das sind alles sehr aufwendige Methoden. Manchmal möchte man aber vorher schon wissen, welches Medikament bei einem einzelnen Patienten besonders gut wirken würde oder welche Medikamente bei diesem Patienten nicht wirken würden – Präzisionsmedizin für individuelle Patienten also. Wir suchen Prädiktoren für Fragen wie: Welches ist das massgeschneiderte Medikament für einen bestimmten Patienten? Welches ist der beste klinische Verlauf, wenn wir dieses oder jenes Medikament geben? Seit 20 Jahren suchen wir nach Biomarkern und es gibt immer wieder welche, die vielversprechend aussehen.
Das Interessante an der Einzelzellanalyse ist, dass wir damit – wie der Name sagt – Zellen einzeln analysieren können. Das machen wir auch schon seit einigen Jahren, die Methode ist nicht neu. Sehr wohl neu ist aber, dass wir viel mehr verschiedene Moleküle auf diesen einzelnen Zellen analysieren können. Aufgrund dessen sind wir auch nicht mehr in der Lage, diese Daten selbst zu bearbeiten, sondern müssen sie von einem Computer analysieren lassen. Wir nehmen zum Beispiel Patientenmaterial – Blut, Liquor oder Gewebe –, sehen uns die einzelnen Zellen an, und zwar sehr viele von jeweils 300 bis 400 Patienten, die alle einen unterschiedlichen klinischen Verlauf zeigen und unterschiedliche MS-Medikamente bekommen. Dann füttern wir den Computer und fragen: Welches Muster entspricht jenem klinischen Verlauf? Welches Muster sehen wir bei einem guten Therapieerfolg? Welches Muster sehen wir, wenn jemand auf eine Therapie überhaupt nicht anspricht? Die vom Computeralgorithmus generierten Daten analysieren wir Forscher und wir können immer besser voraussagen, wie ein Patient auf eine bestimmte Therapie ansprechen wird.

Wie setzen Sie diese Methode in Ihrer Forschung ein? Welche Erkenntnisse haben Sie bereits daraus gewonnen?
B. Becher: Eine erste Erkenntnis, die wir schon vor Jahren gewonnen haben, ist, dass wir bei Menschen, die eine akute MS aufweisen, im Blut bestimmte Entzündungsparameter erkennen können. Das ist aber nicht anders als bei Patienten, die eine andere entzündliche Erkrankung haben, Psoriasis beispielsweise oder rheumatoide Arthritis. Da ist es dann schwer zu definieren, was die MS spezifisch macht. Hier hat unsere Forschungsarbeit angesetzt: Wir haben uns Hunderte von Patienten mit MS angesehen, mit anderen entzündlichen Erkrankungen, anderen neurologischen Erkrankungen, und natürlich auch gesunde Probanden. Wir haben ihnen Blut abgenommen, eine Einzelzellanalyse durchgeführt und spezifisch nach Mustern gesucht, die wir nur bei der MS sehen, nach einer MS-Signatur also. Die ersten Ergebnisse sehen vielversprechend aus.

Was werden jetzt die nächsten Schritte im Projekt sein?
B. Becher: Was wir machen, kann aktuell nicht jedes Institut oder jede Klinik machen. Die Maschine ist sehr schwer zu bedienen, die wenigsten habe so eine, und darüber hinaus ist die Analyse ist ungeheuer teuer. Das Know-how ist also sehr speziell und die Technik sehr aufwendig. Wir versuchen nun, die gefundenen Muster spezifisch zu testen, bei geringerer Auflösung, und diese dann als einfaches ‹kit› für klinische Zentren zu entwickeln. Dazu brauchen wir noch grössere Kohorten um die Muster noch mehr zu präzisieren und anschliessend eine einfachere Methode, die man in jedem Krankenhaus anwenden kann, zu entwickeln.


Das vollständige und weitere Interviews finden Sie im ECTRIMS Newsroom unter https://www.universimed.com/ectrims-2018.