Folge 4: Klinische Erkenntnisse aus umfassenden genomischen Daten gewinnen - Dr. Bratic-Hench

Mélanie Moxhet

Dec. 1, 2020

PODCAST_DE

Dr. Bratic-Hench, Universitätsspital (Basel)

Die massive parallele Sequenzierung von Nukleinsäuren in gesunden und neoplastischen Geweben hat unser Verständnis der Krebsbiologie erheblich verbessert, fordert aber auch zu einer standardisierten Dateninterpretation auf. Wie werden die Genomikdaten aus großen Paneltests analysiert und verarbeitet? Wo finde ich die relevantesten Interpretationsquellen? Wie könnten Interpretationslösungen dazu beitragen, solche Prozesse zu skalieren und zu harmonisieren?

Dr. Ivana Bratic-Hench ist Molekularbiologin im NGS-Diagnosikteam des Instituts für medizinische Genetik und Pathologie des Universitätsspitals Basel. In dieser Episode des ONCOmmunity-Podcasts diskutiert sie die sich ständig ändernde Landschaft der Interpretation von Biomarkern und Big Data in der molekularen Diagnostik.

Datenkuration ist der entscheidende Prozess hinter der Dateninterpretation und erfüllt dabei auch den sehr wichtigen Zweck der Qualitätskontrolle.

Moderator

0:06 Willkommen bei ONCOmmunity, dem Podcast zur molekularen Onkologie von ONCODNA. Heute möchten wir diskutieren, wie sich die Dateninterpretation in der Genomik verändert und wie die Implementierung von Interpretationslösungen dazu beitragen kann, solche Prozesse zu skalieren und zu harmonisieren. Deshalb sprechen wir mit Dr. Ivana Bratic-Hench, Molekularbiologin im NGS Diagnostic Team des Instituts für Medizinische Genetik und Pathologie am Universitätsspital Basel. Herzlich Willkommen.

 

Dr. Bratic-Hench

0:43_Hallo und vielen Dank. Ich bin froh, hier zu sein und mein Fachwissen mit Ihnen zu teilen.

 

Moderator

0:48_Es gibt zahlreiche öffentliche Datenbanken für die onkologische Genomik, wie z. B. COSMIC, TCGA, OncoKB, ClinVar, gnomAD und andere. Wie findet oder kombiniert man die relevantesten Quellen?

 

Dr. Bratic-Hench

1:07 Vielen Dank für diese Frage. Die massive parallele Sequenzierung von Nukleinsäuren in gesunden und neoplastischen Geweben hat unser Verständnis der Krebsbiologie erheblich verbessert. Auf der anderen Seite hat diese Entwicklung nicht nur zu einer Fülle nützlicher, sondern auch zu einer Fülle schlecht verständlicher Daten geführt.

1:27 Um die Sequenzierungsdaten in einen klinischen Kontext zu stellen, sind die von Ihnen genannten Datenbanken eine unabdingbare Voraussetzung. Sie wurden jedoch in unterschiedlichen Kontexten entwickelt und sind daher nicht unbedingt für den klinischen Einsatz geeignet.

1:43 Unser Verständnis bestimmter genetischer Varianten hat in den letzten zehn Jahren stark zugenommen. Sinkende Preise pro sequenzierter Base und insbesondere breite Sequenzierungsansätze, haben zu einer Bewertung vieler Gene gleichzeitig geführt, die aber glücklicherweise zum größten Teil nicht alle für den jeweiligen Patienten relevant sind.

2:04 Die parallele Sequenzierung führt zu einer Harmonisierung der Datengenerierung, erfordert jedoch auch eine standardisierte Dateninterpretation. Bisher hat sich dies zu einem zeitaufwändigen und mühsamen Prozess entwickelt, obwohl, wie Sie bereits erwähnt haben, Assistenzsysteme verwendet werden.

2:22 Die Tatsache, dass eine Variante von heute unbekannter Bedeutung bereits morgen ein therapeutisches Ziel werden kann, ist ein Paradigmenwechsel in der medizinischen Onkologie. In diesem Prozess sind vertrauenswürdige Interpretationen erforderlich. Ob dies durch die Kombination von Datenbanken erreicht werden kann, die ursprünglich für verschiedene Zwecke erstellt wurden und zu einer großen Metadatenbank kombiniert werden, ist bis heute Gegenstand einer heißen Debatte.

2:53 Ich persönlich halte es nicht für sinnvoll, die vorhergesagte biologische Bedeutung mit experimentellen oder klinischen Beweisen zu mischen.

3:02 Hier in Basel kuratieren wir derzeit unsere eigene Annotation von Varianten basierend auf allen vorherigen Sequenzierungsläufen, die wir in einer hausintern entwickelten Datenbank gesammelt haben. Hier stützen wir uns hauptsächlich auf die Expertenvorschläge aus der ClinVar-Datenbank und verwenden nur in Ausnahmefällen andere Datenbanken, z. B. COSMIC, TCGA, cBioPortal usw.

3:30 Die interne Datenerfassung erfüllt auch einen sehr wichtigen weiteren Zweck, nämlich den Zweck der Qualitätskontrolle. NGS Sequenzierungskits erzeugen panelspezifische Artefakte, auf die wir beim Routinegebrauch stoßen. Solche Artefakte werden während unserer Validierungsprozesse nicht unbedingt identifiziert. Sobald wir ein solches Artefakt identifiziert haben, zeichnen wir es intern auf und beschreiben den Kontext in unserer Datenbank.

4:01 Bei der Interpretation von Varianten verwenden wir derzeit ein dreistufiges Klassifizierungssystem. Dies bedeutet, dass wir Varianten in drei Gruppen einteilen: Varianten mit bekannter klinischer Bedeutung, Varianten mit unbekannter Relevanz und Varianten, die wahrscheinlich gutartige Polymorphismen darstellen. Insbesondere für die letzte Kategorie konsultieren wir manchmal bevölkerungsbasierte Datenbanken.

4:29 Sehr oft erhalten wir von den Klinikern die Frage nach dem Kontext der festgestellten somatischen Varianten in Bezug auf klinische Studien. Und um dies anzugeben, verwenden wir kommerzielle Lösungen. Derzeit verwenden wir das Oncomine-Reportersystem von Thermo Fisher. Es gibt jedoch auch andere Lösungen auf dem Markt.

4:50 Eine der entsprechenden Datenbanken ist OncoKDM. Derzeit testen wir diese Datenbank und versuchen, sie in unseren Ablauf für diagnostische Analysen zu integrieren.

5:03 Und wie stellen wir nun die diagnostische Qualität sicher? Um dies sicherzustellen, befolgt unsere Einrichtung eine Überprüfungsregel für fast alle neu diagnostizierten Krebsarten, aber auch für somatische Varianten. Dies ist in unklaren Fällen von besonderer Bedeutung, und mindestens zwei interne Experten besprechen diese Fälle regelmäßig, bevor sie die Berichte unterzeichnen.

5:28 Auf diese Weise liefern wir präzise klinische Berichte, die histologische, genetische und klinische Befunde berücksichtigen.

 

Moderator

5.44 Wir haben bereits über die Vielfalt molekularer Biomarker in der Onkologie und die Herausforderung vieler bestehender Richtlinien diskutiert. Wie gehen Sie mit diesem Thema um?

 

Dr. Bratic-Hench

6:01 Das ist eine sehr wichtige Frage und das Haupthindernis für eine harmonische Berichterstattung zwischen den Laboren ist die Tatsache, dass die Richtlinien weder auf internationaler noch auf nationaler Ebene miteinander korrelieren. Wir diskutieren regelmäßig mit unseren lokalen Onkologen am Universitätsspital Basel und besprechen mit ihnen ihre speziellen Präferenzen für die Berichterstellung.

6:25 Im Allgemeinen folgen wir einem auf Tumortypen ausgerichteten Berichtsschema und melden auch negative Befunde entsprechend dem klinischen Kontext. Beispielsweise würden wir einen BRAF[sprich Bi-Raf]-Wildtyp im Fall von Melanomen melden.

Dies erleichtert ein patientenzentriertes Management, das wir gegenüber nationalen oder internationalen Richtlinien sehr schätzen. Wir halten uns jedoch über die lokalen Behandlungsprotokolle auf dem Laufenden und bewerten und berichten systematisch über Biomarker für die Entscheidungsfindung. Und unser Berichterstattungsstil folgt weitgehend den Richtlinien der Schweizerischen Nationalen Empfehlungen für genetische Laborberichterstattung.

7:09 Aus Transparenzgründen fügen wir in jedem unserer Berichte kurze Beschreibungen der verwendeten Methoden hinzu, die auch Angaben zu den anerkannten Nachweisgrenzen und Links zu den jeweiligen Informationsquellen enthalten.

 

Moderator

7:34_Wo und wie sehen Sie in Zukunft mögliches Wachstum und Verbesserung Ihres Dateninterpretationsprozesses? Was benötigen Sie dafür?

 

Dr. Bratic-Hench

7:49 Um Ihre Frage zu beantworten, möchte ich betonen, dass die Kuration von Daten der entscheidende Prozess hinter der Dateninterpretation ist. Folglich wird die Kombination mehrerer Nachweismethoden vermutlich die Granularität dieser Klassifizierungen erhöhen. Dies könnte durch die Integration verschiedener Daten aus verschiedenen Quellen neben der Sequenzierungstechnologie erreicht werden. Zum Beispiel könnte man via Immunhistochemie den Expressionsverlust bestimmter Zellzyklusregulatoren downstream einer detektierten Variante bestätigen und deren Pathogenität unterstreichen. Ob diese Informationen als Bilddaten oder kategorisch erfasst werden sollen, ist bis heute umstritten.

8:38 Bemerkenswerterweise bestehen signifikante Unterschiede zwischen Immunhistochemie- und FISH-Protokollen verschiedener Labore, was diese Interpretation etwas schwierig macht. Integrierte und von Experten überprüfte Informationen sind daher möglicherweise einfacher.

8:56 Die Präsentation von Befunden an molekularen Tumorboards ist in Basel Routine. Der jeweilige Prüfer präsentiert die Daten, nachdem der behandelnde Onkologe den Patientenfall vorgestellt hat, und anschließend findet eine eingehende Expertendiskussion über mögliche Behandlungsoptionen statt, und manchmal werden auch Rohdaten während des Tumorboards begutachtet. Aus diesem Grund ist es sehr wichtig, in jedem von uns erstellten Bericht Transparenz zu gewährleisten.

9:27 Zusammenfassend lässt sich sagen, dass hier in Basel in vielen Tumorbiopsien nicht nur genetische, sondern auch Transkriptions- und epigenetische Profile routinemäßig diagnostisch untersucht werden. Da sich die Technologien schnell entwickeln, könnte ich mir vorstellen, dass wir sehr bald Analysegeräte im Taschenformat auf jedem Schreibtisch haben werden, die beispielsweise die Sequenzierung des gesamten Genoms, des Epigenoms und des Transkriptoms in kurzer Zeit durchführen, wahrscheinlich sogar noch während der ärztlichen Beratung des Patienten selber, und wir sind fast so schnell mit der Analyse von epigenetischen Daten aus Patientenproben.

10:09 Auf der einen Seite ist das sehr schnell und gut. Die Patienten würden eine sehr schnelle Diagnose erhalten. Auf der anderen Seite werden wir jedoch signifikant mehr Datenmengen generieren, als jeder einzelne Arzt auffassen kann, und dies macht eine manuelle Interpretation unmöglich.

Daher muss dieser manuelle Prozess in die Hände von Experten verlagert werden, die die zugrunde liegende Datenbank auf dem neuesten Stand und vor allem klinisch so sicher wie möglich halten.

10:38 Wir sind bereits für die Auswertung epigenetischer Daten soweit und verwenden diese Daten bei der Klassifizierung von Hirntumoren. Ob dies in naher Zukunft mit somatischen Varianten möglich sein wird, bleibt abzuwarten.

10:52 Vielen Dank, dass Sie mir die Gelegenheit gegeben haben, heute mit Ihnen über dieses wichtige Thema zu sprechen.

 

Moderator

11:05 Vielen Dank, Frau Dr. Bratic-Hench, für Ihre Erkenntnisse und Erklärungen. Nachdem wir uns mit dem Prozess der Interpretation genomischer Daten befasst haben, werden wir in der nächsten Folge von ONCOmmunity, dem Podcast zur molekularen Onkologie von ONCODNA, die Erfahrungen mit und die Anwendung von Genomik und molekularer Diagnostik im klinischen Alltag mit einer ausgebildeten Krebskrankenschwester diskutieren.