Cancer ResearchForschungsarbeitOpen Access

Multi-Omics-Integration verändert grundlegend unser Verständnis und die Behandlung von AML

Eine umfassende Übersichtsarbeit zeigt, wie die Kombination aus Genomik, Proteomik und Metabolomik neue AML-Targets aufdeckt und die Patientenergebnisse verbessert.

Montag, 15. Juni 2026 3 Aufrufe
Veröffentlicht in Clin Exp Med
A hematology lab technician examining a bone marrow biopsy slide under a fluorescence microscope, with colorful cell imaging on the monitor screen behind them

Zusammenfassung

Akute myeloische Leukämie ist eine der komplexesten Blutkrebserkrankungen, bei der Patienten stark unterschiedliche genetische Profile, Therapieansprechen und Überlebensraten aufweisen. Diese Übersichtsarbeit fasst zusammen, wie die Kombination mehrerer molekularer Analyseebenen – Genomik, Epigenomik, Transkriptomik, Proteomik und Metabolomik – die AML-Forschung verändert. Zu den wichtigsten Erkenntnissen zählen: die Identifizierung chemotherapieresistenter leukämischer Stammzellpopulationen mittels Einzelzell-RNA-Sequenzierung, proteogenomische Studien, die IDH2-Mutationen mit mitochondrialen Stoffwechselschwachstellen verknüpfen, sowie ein aus 8 Proteinen bestehender entzündlicher Risiko-Score, der standardmäßige genetische Klassifikatoren übertrifft. Liquid-Biopsy-Plattformen, die ctDNA und Methylierungssignaturen integrieren, erreichen mittlerweile eine 90%ige Übereinstimmung mit Knochenmarkbiopsien bei der Überwachung minimaler Resterkrankung. Obwohl Herausforderungen bei der Datenintegration und den Kosten bestehen bleiben, entwickelt sich Multi-Omics in der AML rasch von einem Forschungswerkzeug zur klinischen Realität.

Detaillierte Zusammenfassung

Akute myeloische Leukämie (AML) ist ein hochaggressiver Blutkrebs, der durch klonale Proliferation undifferenzierter myeloischer Vorläuferzellen angetrieben wird. Trotz Fortschritten in der genomischen Profilierung und in gezielten Therapien erleiden die meisten Patienten Rückfälle oder entwickeln Therapieresistenzen. Das Kernproblem ist die molekulare Heterogenität — Patienten mit ähnlichen genetischen Mutationen können dramatisch unterschiedliche Verläufe zeigen, und Single-Omics-Ansätze versagen bei der genauen Vorhersage von Therapieansprechen konsistent. Dieser Review argumentiert, dass Forscher und Kliniker die wahre Komplexität der AML nur durch die gleichzeitige Kombination mehrerer biologischer Datenschichten erfassen können.

Auf genomischer Ebene haben Ganzgenom- und Ganzexomsequenzierungen einen wachsenden Katalog von Treibermutationen jenseits der klassischen FLT3-ITD (in 25–30 % der Fälle nachgewiesen) und NPM1 (bei etwa 30 % der Patienten) identifiziert. Eine wegweisende Studie aus dem Jahr 2025 von Khouri et al., die Mutationen im Cohesin-Komplex (STAG2, RAD21, SMC1A, SMC3) untersuchte, stellte fest, dass diese unabhängig voneinander ungünstige Verläufe vorhersagten — medianes Gesamtüberleben von 8,2 gegenüber 18,6 Monaten (p < 0,001) — und in Synergie mit FLT3-ITD die Leukämogenese in vivo beschleunigten. Integrierte ATAC-seq- und Transkriptomicdaten zeigten eine Dysregulation der HOXA/B-Stammzellwege in Cohesin-mutierter AML — ein Befund, der nur durch Multi-Omics zugänglich ist.

Die Transkriptomik, insbesondere die Einzelzell-RNA-Sequenzierung, hat sich als transformativ erwiesen. Zeng et al. profilierten 40.000 Zellen von 16 AML-Patienten und kartierten mutationsspezifische Transkriptionszustände in leukämischen Stammzellen, Vorläuferzellen und Blasten. Wichtigste Erkenntnisse: FLT3-ITD-Mutationen treiben eine Hyperaktivität der oxidativen Phosphorylierung (OXPHOS) in monozytären Blasten an, die eine Venetoclax-Resistenz verleiht; NPM1-mutierte Zellen zeigen eine gestörte HOX-Expression, die Stammzelleigenschaften fördert; und gleichzeitig auftretende DNMT3A/RUNX1-Mutationen aktivieren NF-κB/TNF-Entzündungswege in leukämischen Stammzellen. Die LSC17-17-Gen-Signatur, die in mehreren Kohorten validiert wurde, stratifiziert Patienten unabhängig vom Mutationsstatus in Hoch- und Niedrigrisikogruppen.

Die Proteomik hat eine weitere entscheidende Dimension hinzugefügt. Reville et al. (2025) leiteten aus der Serumproteomik von 452 AML-Patienten einen 8-Protein-Entzündungsrisikoscore (IL-6, IL-8, TNF-α, CXCL10, OPG, MCP-1, Galectin-9, FLT3LG) ab. Dieser Score übertrifft die genetischen Risikokriterien nach ELN 2022, stratifiziert Patienten mit einer Hazard Ratio von 3,2 (p < 0,001), erkennt frühe Rückfälle mit einer AUC = 0,89 und sagt das Gesamtüberleben genauer voraus als mutationsbasierte Klassifikatoren, indem er mikroumgebungsbedingte Resistenzen erfasst. Mechanistisch aktiviert IL-6 die JAK/STAT-Signalgebung in leukämischen Stammzellen, während Galectin-9 die T-Zell-Erschöpfung in der Knochenmarknische fördert.

Die epigenomischen Befunde sind gleichermaßen überzeugend. IDH1/2-mutierte AML — gekennzeichnet durch einen Hypermethylierungsphänotyp — zeigt eine erhöhte Sensitivität gegenüber hypomethylierenden Substanzen wie Azacitidin und Decitabin. Menin-Inhibitoren, die die KMT2A-Menin-Interaktion unterbrechen, haben in Phase-II-Studien bei KMT2A-rearrangierter AML dauerhafte Remissionen gezeigt. Liquid-Biopsy-Plattformen, die ctDNA-Genomik und Methylierungssignaturen integrieren, erreichen mittlerweile eine 90%ige Übereinstimmung mit Knochenmarkbiopsien für das Monitoring der minimalen Resterkrankung — ein potenzieller Wendepunkt für die Therapieüberwachung. Herausforderungen wie die Datenharmonisierung, prohibitive Kosten und die Notwendigkeit einer prospektiven Validierung von Multi-Omics-abgeleiteten Zielmolekülen bleiben bestehen, doch die klinische Translation schreitet rapide voran.

Wichtigste Erkenntnisse

  • Cohesin complex mutations (STAG2, RAD21, SMC1A, SMC3) independently predicted adverse AML outcomes: median OS 8.2 vs. 18.6 months (p < 0.001) when co-occurring with RUNX1 or BCOR alterations
  • An 8-protein inflammatory risk score (serum proteomics, n=452 patients) outperformed ELN 2022 genetic classifiers: HR=3.2 (p<0.001) for overall survival stratification, early relapse detection AUC=0.89
  • Single-cell RNA-seq of 40,000 cells from 16 AML patients mapped FLT3-ITD-driven OXPHOS hyperactivity in monocyte-like blasts as a direct mechanism of venetoclax resistance
  • Liquid biopsy platforms integrating ctDNA genomics and methylation signatures achieved 90% concordance with bone marrow biopsies for minimal residual disease monitoring
  • LSC17 (17-gene leukemic stem cell signature) predicts relapse and survival independent of mutational status, validated across multiple clinical cohorts
  • Proteogenomic discordance between BCL2 mRNA and protein levels explains venetoclax non-response in patients with high BCL2 transcript expression, a finding invisible to transcriptomics alone
  • BeatAML consortium integration of genomics, transcriptomics, and ex vivo drug sensitivity across >800 AML samples identified BCOR mutations as predictors of MEK inhibitor sensitivity

Methodik

Dies ist ein umfassender narrativer Review, der Erkenntnisse aus mehreren wegweisenden Multi-Omics-Studien zur AML zusammenfasst, darunter große Kohortenanalysen (BeatAML >800 Proben; inflammatorischer Risiko-Score n=452), Einzelzellstudien (scRNA-seq von 40.000 Zellen aus 16 Patienten) sowie Ganzgenom- und Exom-Sequenzierungsdatensätze. Der Review integriert Erkenntnisse aus Genomik, Epigenomik (WGBS, ATAC-seq), Transkriptomik (Bulk- und Einzelzell-RNA-seq), Proteomik (Massenspektrometrie, TMT-Labeling, DIA) und Metabolomik. Als Übersichtsartikel präsentiert er keine originären Primärdaten und führt keine formale Metaanalyse mit gepoolten Statistiken durch.

Studienlimitierungen

Als narrativer Übersichtsartikel führt diese Arbeit weder eine systematische Literaturrecherche noch eine Meta-Analyse durch, was die Möglichkeit einschränkt, Gesamteffektgrößen zu quantifizieren oder Publikationsbias im Fachgebiet zu beurteilen. Viele der hervorgehobenen Multi-Omics-Befunde befinden sich noch in präklinischen oder frühen klinischen Studienphasen, und eine prospektive Validierung in großen randomisierten Kohorten steht weiterhin aus. Datenharmonisierung, die hohen Kosten von Multi-Omics-Plattformen sowie ethische Überlegungen zur Datenweitergabe stellen praktische Hindernisse für eine breite klinische Implementierung dar, die der Übersichtsartikel zwar anerkennt, aber nicht vollständig auflöst.

Hat dir diese Zusammenfassung gefallen?

Erhalte die neueste Longevity-Forschung jede Woche in deinen Posteingang.

E-Mail-Adresse zum Abonnieren eingeben: