Prognostizierter nicht-hierarchischer Interaktionsgraph der Zustandsübergänge zwischen 16 verschiedenen Glioblastom-Zelltypen: Jeder Zelltyp kann in einem oder mehreren Schritten in jeden anderen übergehen.
ZIH/Deutsch
Prognostizierter nicht-hierarchischer Interaktionsgraph der Zustandsübergänge zwischen 16 verschiedenen Glioblastom-Zelltypen: Jeder Zelltyp kann in einem oder mehreren Schritten in jeden anderen übergehen.

Zelluläre Organisation von Gehirntumoren

Mathematiker der HTW Dresden und der TU Dresden unterstützen internationales Forschungsteam

Krebsstammzellen an der Spitze einer hierarchischen Zellorganisation stehen im Verdacht für das Wachstum u.a. von Blutkrebs verantwortlich zu sein. Ihre Bedeutung für solide Tumoren wird allerdings sehr kontrovers diskutiert. In einer gemeinsamen Studie von Forschungsgruppen aus Luxemburg, Norwegen und Deutschland wurde nun gezeigt, dass Zellen von Glioblastomen – besonders aggressiven soliden Hirntumoren – keiner hierarchischen Organisation unterliegen, sondern jede Tumorzelle durch plastische Übergänge funktionelle Eigenschaften einer Krebsstammzelle erwerben kann. Die Ergebnisse der Forschungsarbeit deuten darauf hin, dass die Verschiedenartigkeit in der Zusammensetzung von Glioblastomen durch nicht-hierarchische, umkehrbare Zustandsübergänge entsteht, die maßgeblich durch die Mikroumgebung der Zellen beeinflusst sind. Die Fähigkeit von Tumorzellen zur Wiederherstellung der ursprünglichen Verschiedenartigkeit legt für die Behandlung von Gliobastomen insofern nahe, dass die gezielte Therapie gegen potenzielle Krebsstammzellen nur einen begrenzten Nutzen hat. Einen neuen Therapieansatz stellen stattdessen Strategien dar, die sich gegen die Plastizität der Zellen richten.

Die internationale Zusammenarbeit wurde vom Luxemburg Institute of Health koordiniert, wo auch die biologischen Experimente erfolgten. Die Dresdner Forscher Prof. Dr. Anja Voß-Böhme und Dr. Thomas Buder (HTW Dresden) sowie Prof. Dr. Andreas Deutsch (TU Dresden/ZIH) unterstützten die Arbeit – insbesondere die mathematische Modellierung und die Vorhersage der Zellzustandsübergänge – maßgeblich. Die Ergebnisse wurden am 16. April 2019 im Fachjournal Nature Communications veröffentlicht: https://www.nature.com/articles/s41467-019-09853-z