Advertisement

Molekulare und zellbasierte Krebstherapie – Quo vadis?

  • F. LordickEmail author
  • U. Platzbecker
  • E. Büch
  • U. Köhl
Leitthema
  • 13 Downloads

Zusammenfassung

Hintergrund

Molekular zielgerichtete Therapien und zellbasierte Immuntherapie ergänzen zunehmend die klassische zytotoxische Chemotherapie.

Ziel

Der aktuelle Wissensstand und die größten Herausforderungen der molekularen und zellbasierten Krebstherapie werden dargestellt.

Material und Methode

Die PubMed-gelisteten Publikationen und Tagungsberichte zu molekularer und zellbasierte Krebstherapie in den letzten 25 Jahren und den zu erwartenden Entwicklungsperspektiven wurden ausgewertet.

Ergebnisse

Die Indikationen für molekulare und zellbasierte Therapien nehmen stetig zu. Gerade bei den soliden Tumoren stellen Heterogenität und Evolution bisher eine Limitation für molekular zielgerichtete Therapie dar. Die Identifikation tumorassoziierter Antigene und die Überwindung des immunsuppressiven Tumormikromilieus sind wesentliche Herausforderungen für die Entwicklung zellbasierter Therapien. Erfolgversprechende neue Strategien sind genmodifizierte T‑Zellen, NK-Zellen, mesenchymale Stromazellen, dendritische Zellen, Technologien des In-vivo-Targeting und individualisierte RNA-Vakzine. Die genauere molekulare Charakterisierung von Tumoren auf genomischer, transkriptomischer, epigenetischer und proteomischer Ebene ist eine Voraussetzung für die Entwicklung wirksamer personalisierter Therapien. Künstliche Intelligenz wird benötigt, um die Interpretation der großen Datenmengen, die Diagnosestellung und die ärztliche Entscheidungsfindung zu unterstützen.

Schlussfolgerung

Die biologische Komplexität von Krebserkrankungen erfordert ein multimodales Konzept und eine umfassende genotypische und phänotypische Charakterisierung, auch unter Zuhilfenahme künstlicher Intelligenz, um unwirksame Behandlungen zu vermeiden, mögliche Resistenzentwicklungen gegen molekulare und zellbasierte Therapien zu umgehen und eine Elimination oder langfristige Erkrankungskontrolle zu erreichen.

Schlüsselwörter

Molekulare Zielstruktur Tumorheterogenität Zelltherapie CAR-T-Zellen Vakzine 

Molecular and cell-based cancer treatment—Quo vadis?

Abstract

Background

Molecular targeted therapy and cell-based immunotherapy play an increasing role besides or in addition to classical cytotoxic chemotherapy.

Objective

Summary of the current knowledge and major challenges for molecular targeted and cell-based cancer therapies.

Material and methods

Evaluation of PubMed-listed publications and reports from scientific meetings in the past 25 years in the field of molecular and cell-based cancer treatment, including expected progress and developments.

Results

The indications for molecular targeted and cell-based therapies are increasing. Especially in solid tumors, heterogeneity and evolution limit the efficacy of molecular targeted therapies. The identification of tumor-associated antigens and how to overcome the immunosuppressive tumor microenvironment are major challenges for the development of cell-based therapies. Promising strategies include genetically modified T‑cells, NK cells, mesenchymal stroma cells, dendritic cells, technologies of in vivo targeting and individualized RNA vaccines. Comprehensive characterization of tumors on the genomic, transcriptomic, epigenetic and proteomic levels is needed for development of more effective personalized treatment. Artifical intelligence is required for processing and interpretation of big data, for making the diagnosis and medical decision-making.

Conclusion

The biological complexity necessitates multimodal concepts and a more comprehensive molecular characterization of tumors. This includes the use of artificial intelligence to avoid ineffective treatment, to overcome potential resistance mechanisms against molecular targeted and cell-based therapies and to achieve a definitive elimination or long-term control of individual tumor diseases.

Keywords

Molecular target Tumor heterogeneity Cell therapy CAR-T cells Vaccine 

Notes

Einhaltung ethischer Richtlinien

Interessenkonflikt

F. Lordick gibt an, Forschungsunterstützung von BMS, Celgene, Roche erhalten zu haben. Er ist als Berater für Amgen, Astellas, Biontech, BMS, Eli Lilly, und MSD tätig. Er erhielt Honorare für Vorträge, Publikationen oder Gutachten im Auftrag von Astra Zeneca, Amgen, BMS, Eli Lilly, Elsevier, Infomedica, Medscape, Merck, MSD, Promedicis, Roche, Servier, Springer-Nature, Streamup!. U. Platzbecker gibt an, Forschungsunterstützung und Honorare von Amgen, Celgene und Novartis erhalten zu haben. U. Köhl gibt an, als Beraterin in der Immunonkologie tätig zu sein für AstraZeneca, Affimed, und Glycostem sowie hinsichtlich der Herstellung von CAR-T-Zellen in Kooperationen zu stehen mit den Firmen Novartis und Miltenyi Biotec. E. Büch gibt an, dass kein Interessenkonflikt besteht.

Für diesen Beitrag wurden von den Autoren keine Studien an Menschen oder Tieren durchgeführt. Für die aufgeführten Studien gelten die jeweils dort angegebenen ethischen Richtlinien.

Literatur

  1. 1.
    Abken H (2017) Driving CARs on the highway to solid cancer: some considerations on the adoptive therapy with CAR T cells. Hum Gene Ther 28:1047–1060CrossRefGoogle Scholar
  2. 2.
    Aparicio S, Caldas C (2013) The implications of clonal genome evolution for cancer medicine. N Engl J Med 368:842–851CrossRefGoogle Scholar
  3. 3.
    Binder H (2018) Big Data und Deep Learning in der Onkologie. Onkologe 24:361–367CrossRefGoogle Scholar
  4. 4.
    Boll K, Reiche K, Kasack K et al (2013) MiR-130a, miR-203 and miR-205 jointly repress key oncogenic pathways and are downregulated in prostate carcinoma. Oncogene 32:277–285CrossRefGoogle Scholar
  5. 5.
    Borgaonkar DS (1973) Philadelphia-chromosome translocation and chronic myeloid leukaemia. Lancet 1:1250CrossRefGoogle Scholar
  6. 6.
    Bortin MM, Bach FH, van Bekkum DW et al (1994) 25th anniversary of the first successful allogeneic bone marrow transplants. Bone Marrow Transplant 14:211–212PubMedGoogle Scholar
  7. 7.
    Brown CE, Alizadeh D, Starr R et al (2016) Regression of glioblastoma after chimeric antigen receptor T‑cell therapy. N Engl J Med 375:2561–2569CrossRefGoogle Scholar
  8. 8.
    Büning H, Huber A, Zhang L et al (2015) Engineering the AAV capsid to optimize vector-host-interactions. Curr Opin Pharmacol 24:94–104CrossRefGoogle Scholar
  9. 9.
    Cataldo VD, Gibbons DL, Pérez-Soler R, Quintás-Cardama A (2011) Treatment of non-small-cell lung cancer with erlotinib or gefitinib. N Engl J Med 364:947–955CrossRefGoogle Scholar
  10. 10.
    Corcoran RB, Chabner BA (2018) Application of cell-free DNA analysis to cancer treatment. N Engl J Med 379:1754–1765CrossRefGoogle Scholar
  11. 11.
    Druker BJ, Talpaz M, Resta DJ et al (2001) Efficacy and safety of a specific inhibitor of the BCR-ABL tyrosine kinase in chronic myeloid leukemia. N Engl J Med 344:1031–1037CrossRefGoogle Scholar
  12. 12.
    Hackermüller J, Reiche K, Otto C et al (2014) Cell cycle, oncogenic and tumor suppressor pathways regulate numerous long and macro non-protein-coding RNAs. Genome Biol 15:R48CrossRefGoogle Scholar
  13. 13.
    Hanahan D, Weinberg RA (2011) Hallmarks of cancer: the next generation. Cell 144:646–674CrossRefGoogle Scholar
  14. 14.
    Jänne PA, Yang JC, Kim DW et al (2015) AZD9291 in EGFR inhibitor-resistant non-small-cell lung cancer. N Engl J Med 372:1689–1699CrossRefGoogle Scholar
  15. 15.
    Jamal-Hanjani M, Wilson GA, McGranahan N et al (2017) Tracking the evolution of non-small-cell lung cancer. N Engl J Med 376:2109–2121CrossRefGoogle Scholar
  16. 16.
    Jindal V, Arora E, Gupta S (2018) Challenges and prospects of chimeric antigen receptor T cell therapy in solid tumors. Med Oncol 35:87CrossRefGoogle Scholar
  17. 17.
    June CH, Sadelain M (2018) Chimeric antigen receptor therapy. N Engl J Med 379(1):64–73CrossRefGoogle Scholar
  18. 18.
    Kantarjian H, Yu PP (2015) Artificial intelligence, big data, and cancer. Jama Oncol 1:573–574CrossRefGoogle Scholar
  19. 19.
    Kobayashi Y, Fujino T, Nishino M et al (2018) EGFR T790M and C797S mutations as mechanisms of acquired resistance to dacomitinib. J Thorac Oncol 13:727–773CrossRefGoogle Scholar
  20. 20.
    Köhl U, Arsenieva S, Holzinger A, Abken H (2018) CAR T cells in trials: recent achievements and challenges that remain in the production of modified T cells for clinical applications. Hum Gene Ther 29:559–568CrossRefGoogle Scholar
  21. 21.
    Kloess S, Kretschmer A, Stahl L et al (2019) CAR-expressing natural killer cells for cancer retargeting. Transfus Med Hemother.  https://doi.org/10.1159/000495771 CrossRefGoogle Scholar
  22. 22.
    Maus MV, June CH (2016) Making better chimeric antigen receptors for adoptive T‑cell therapy. Clin Cancer Res 22:1875–1884CrossRefGoogle Scholar
  23. 23.
    Navai SA, Derenzo C, Joseph S et al (2019) Administration of HER2-CAR T cells after lymphodepletion safely improves T cell expansion and induces clinical responses in patients with advanced sarcomas. Presented at: 2019 AACR Annual Meeting, Atlanta, 29.03.–3.04.. Abstract LB-147Google Scholar
  24. 24.
    Paez JG, Jänne PA, Lee JC et al (2004) EGFR mutations in lung cancer: correlation with clinical response to gefitinib therapy. Science 304:1497–1500CrossRefGoogle Scholar
  25. 25.
    Quaiser A, Köhl U (2018) Was ist gesichert bei den Zelltherapien? Internist 59:1230–1238CrossRefGoogle Scholar
  26. 26.
    Raje N, Berdeja J, Lin Y et al (2019) Anti-BCMA CAR T‑cell therapy bb2121 in relapsed or refractory multiple myeloma. N Engl J Med 380:1726–1737CrossRefGoogle Scholar
  27. 27.
    Rajkomar A, Dean J, Kohane I (2019) Machine learning in medicine. N Engl J Med 380:1347–1358CrossRefGoogle Scholar
  28. 28.
    Reiche K, Schutt K, Boll K et al (2011) Bioinformatics for RNomics. Methods Mol Biol 719:299–330CrossRefGoogle Scholar
  29. 29.
    Rosell R, Carcereny E, Gervais R et al (2012) Erlotinib versus standard chemotherapy as first-line treatment for European patients with advanced EGFR mutation-positive non-small-cell lung cancer (EURTAC): a multicentre, open-label, randomised phase 3 trial. Lancet Oncol 13:239–246CrossRefGoogle Scholar
  30. 30.
    Sahin U, Derhovanessian E, Miller M et al (2017) Personalized RNA mutanome vaccines mobilize poly-specific therapeutic immunity against cancer. Nature 547:222–226CrossRefGoogle Scholar
  31. 31.
    Schmidts A, Maus MV (2018) Making CAR T cells a solid option for solid tumors. Front Immunol 9:2593CrossRefGoogle Scholar
  32. 32.
    Topalian SL, Taube JM, Anders RA, Pardoll DM (2016) Mechanism-driven biomarkers to guide immune checkpoint blockade in cancer therapy. Nat Rev Cancer 16:275–287CrossRefGoogle Scholar
  33. 33.
    Vogelstein B, Fearon ER, Hamilton SR et al (1988) Genetic alterations during colorectal-tumor development. N Engl J Med 319:525–532CrossRefGoogle Scholar

Copyright information

© Springer Medizin Verlag GmbH, ein Teil von Springer Nature 2019

Authors and Affiliations

  • F. Lordick
    • 1
    Email author
  • U. Platzbecker
    • 1
  • E. Büch
    • 1
  • U. Köhl
    • 1
    • 2
  1. 1.Medizinische Klinik 1 (Hämatologie, Zelltherapie, Internistische Onkologie, Hämostaseologie), Universitäres Krebszentrum Leipzig (UCCL)Universitätsmedizin LeipzigLeipzigDeutschland
  2. 2.Fraunhofer Institut für Zell- und Immuntherapie (IZI) LeipzigLeipzigDeutschland

Personalised recommendations