Schlüsselwort: Metastasierung

Schilddrüsenkarzinome besitzen weltweit einen Anteil von ca. 1% an allen Krebserkrankungen, wobei es sich um die häufigste maligne Erkrankung des endokrinen Systems handelt. Das papilläre Schilddrüsenkarzinom (PTC) macht hierbei 80 – 85% aller Schilddrüsenkarzinome aus. Nach neueren Erkenntnissen stellen regionale Metastasen einen wichtigen prognostischen Faktor für das spätere Wiederauftreten eines Tumors dar. Ein solches erneutes Auftreten eines Tumors im Nackenbereich ist für ca. ein Drittel aller PTC-bedingten Todesfälle verantwortlich. Zusätzlich kann es bei solchen Metastasen auch zu einer Resistenz gegen Radioiod-Therapie kommen, so dass für solche Tumorerkrankungen keine effektive Behandlung bekannt ist, was sich in einer 10-Jahres-Überlebensrate von nur 10% wiederspiegelt. Daher verdient die regionale Lymphknotenmetastasierung eine ganz besondere Aufmerksamkeit, die sie in diesem Werk erfährt. Das für die Analyse rekrutierte Untersuchungskollektiv wurde zusammen mit einem unabhängigem Validierungskollektiv einer Proteinexpressionsanalyse mittels der neuartigen MALDI-IMS unterzogen. Die Patienten der Untersuchungskohorte waren hinsichtlich der Lymphknotenmetastasierung in zwei Gruppen unterteilt, die allerdings für alle verfügbaren klinischen Daten stark angeglichen waren. Unter den Patienten, die für die Validierung der Proteinexpression auf einem Gewebemikroarray mittels immunhistochemischer Färbungen ausgewählt wurden, bestand eine ähnliche Zusammensetzung betreffend ihrer klinischen Daten. Zusätzlich fand eine Proteinidentifikation in einem ausgewählten Fall statt, die ebenso dem Nachweis und der Validierung von Kandidaten aus der MALDI-IMS Analyse diente. Daneben wurde ein zweites Kollektiv untersucht, für dessen Patienten ausführliche klinische Informationen über den Krankheitsverlauf bekannt waren. Zudem konnten alle Patienten aufgrund der vorliegenden Daten entweder einer guten oder schlechten Prognosegruppe zugeordnet werden. Diese Tumore wurden ebenso auf genomischer Ebene mittels Array CGH untersucht, um für diese Prognosegruppen typische Kopienzahlveränderungen aufzuspüren. Die nach Analysen ermittelten Kandidatengene S100-A6, S100-A10 und TXN wurden in der Folge validiert.