Ein internationales Forscherteam hat ein Proteinsystem identifiziert, das erklärt, warum manche Patienten mit kolorektalem Karzinom auf Chemotherapie nicht ansprechen. Der Cystin/Glutamat-Transporter Xc- schützt Tumorzellen vor Stress und Zelltod; seine Blockade in Labormodellen steigert die Therapieempfindlichkeit. Zudem entdeckten die Wissenschaftler eine spezifische Protein-Signatur auf Tumoroberflächen, die als Biomarker dienen könnte, um Resistenz vorab zu erkennen. Die Ergebnisse, veröffentlicht in Molecular Oncology, könnten personalisierte Behandlungen ermöglichen und reichen über Dickdarmkrebs hinaus bis zu neurologischen Erkrankungen.
Die Studie, geleitet von Michal Linial, Or Kakhlon und Keren Zohar an der Hebrew University of Jerusalem sowie Ulf D. Kahlert und Marco Strecker an der University Medicine Magdeburg, analysierte Tumorgewebe und gesundes Material von 32 Patienten. Mithilfe von Sequenzierung, Histologie und patientenspezifischen Organoiden wurde das Gen SLC7A11 (xCT) als stark überexprimiert identifiziert. Es bildet mit einem Partner den Xc–Transporter, der Krebszellen hilft, oxidativen Stress zu bewältigen und Ferroptose – eine Form programmierten Zelltods – zu umgehen.
Durch Störung dieses Systems in Modellen und Organoiden wurden Tumore vulnerabler für Medikamente. Die bioinformatische Analyse verglich jeweils Tumor- und Normalgewebe desselben Patienten, um interindividuelle Variabilität zu minimieren, und validierte Vorhersagen funktional. Die Protein-Signatur könnte Ärzte befähigen, resistente Fälle früh zu erkennen und alternative Strategien wie Xc–Inhibitoren einzusetzen.
Kolorektales Karzinom ist weltweit die dritte häufigste krebsbedingte Todesursache; Resistenz gegen Standardtherapien mindert Überlebenschancen. Die Erkenntnisse betonen die Rolle von Ferroptose-Evasion und verbinden sie mit neuronalen Überlebensmechanismen, was Implikationen für andere Krebsarten oder Neurodegeneration birgt. Das Team plant klinische Tests neuer Inhibitoren und Biomarker-Validierungen, um die personalisierte Onkologie voranzutreiben. Diese Integration patientenspezifischer Daten mit funktionalen Modellen markiert einen Paradigmenwechsel hin zu präziseren, effektiveren Therapien.
Quelle
https://febs.onlinelibrary.wiley.com/doi/10.1002/1878-0261.70129
