ribbon-yellow
Loading

Präzisionsonkologie

Stand August 2026
Dies ist die aktuell gültige Version des Dokuments

0Änderungen gegenüber Vorversion

Inhaltlich relevante Änderungen gegenüber der Vorversion

  • Diagnostische Vor- und Nachteile spezifischer molekularer Analyseverfahren

  • Berücksichtigung möglicher Keimbahnbefunde aus „tumor only“-Sequenzierung

  • Tumorübergreifende Therapieempfehlungen

  • Ergänzte Vortestwahrscheinlichkeiten für prädiktive Biomarker

 

Automatisiertes Änderungsdokument

Über nachfolgenden Link können Sie alle vorgenommenen Änderungen nachverfolgen. Das System vergleicht die aktuell veröffentliche Leitlinie mit der letzten archivierten Fassung.

Der rot durchgestrichene Text stellt dabei die Textpassagen dar, die aus der aktuellen Version entfernt wurden, grün markierter Text wurde hinzugefügt. Grafiken, die entfernt wurden, erkennt man an einer roten Umrandung, neue Abbildungen sind grün umrandet. Änderungen in Algorithmen und Pfaden können derzeit nicht angezeigt werden.

Link zur automatischen Änderungsverfolgung

 

1Zusammenfassung

„Präzisionsonkologie“ bezeichnet den Einsatz einer molekularen Tumorcharakterisierung mit nachfolgendem personalisierten Krankheitsmanagement.

Molekulare Testung und molekular stratifizierte Therapien sind für zahlreiche Tumorentitäten (z.B. nicht-kleinzelliges Lungenkarzinom, kolorektales Karzinom, hämatologische Neoplasien u.v.a.) bereits Standard. Hierbei wird direkt auf die jeweiligen entitätsspezifischen Leitlinien verwiesen.

Neben der leitliniengerechten personalisierten Onkologie können jedoch auch bei Patientinnen und Patienten (Pat.) mit weiteren Tumorentitäten effektive Therapieoptionen durch eine molekulare Tumoranalyse identifiziert werden. Dies wird durch die zunehmende Anzahl prädiktiver Biomarker mit entitätsübergreifender Relevanz verdeutlicht. Prädiktive Biomarker können durch Veränderungen in definierten Molekülen charakterisiert werden (z.B. BRAF-Mutationen, NTRK-Fusionen, RET-Fusionen, HER2-Überexpression) oder als komplexe Biomarker auf der Identifikation von zahlreichen Alterationen beruhen (z.B. Mikrosatelliteninstabilität oder Tumormutationslast).

Neben prädiktiven, können auch diagnostische, prognostische, prädisponierende oder pharmakogenomische Biomarker identifiziert und für ein personalisiertes Krankheitsmanagement genutzt werden.

Der Nachweis von Biomarkern kann in verschiedenen Analyten (DNA, RNA, Protein) und durch eine zunehmende Zahl an (Hochdurchsatz-)Methoden erfolgen. Aus diesem Grund werden oftmals breite molekulare Analysen durchgeführt, die zahlreiche mögliche Biomarker erfassen.

Zudem können auch im Rahmen einer leitliniengerechten molekularen Diagnostik Veränderungen gefunden werden, die potenziell therapeutisch relevant sind, aber nicht durch aktuelle Leitlinien abgedeckt sind.

Die adäquate Indikationsstellung, Testauswahl und klinische Interpretation molekularer Alterationen mit dem Ziel einer evidenzbasierten personalisierten Therapiesteuerung trotz oftmals nur limitierter klinischer Daten ist eine Herausforderung und erfordert eine multidisziplinäre Expertise im Rahmen spezialisierter molekularer Tumorboards.

2Grundlagen

Die Durchführung und Interpretation einer breiten molekularen Testung erfordern eine multidisziplinäre Expertise. Sie beinhalten die korrekte Indikationsstellung, die molekulare Analyse selbst, ihre informatorische Auswertung, die Interpretation der Ergebnisse und ihre Einordnung in den klinischen Kontext mit dem Ziel einer Therapieempfehlung [15]. Ein schematischer Ablauf von Arbeitsschritten in der Präzisionsonkologie ist in Abbildung 1 dargestellt.

Bei klarer, d.h. leitlinienbasierter Indikationsstellung und entsprechender Zulassung, genügt die Vorstellung der Pat. in einem Organtumorboard (z.B. typische EGFR-Mutation beim NSCLC, BRAF p.V600E Mutation beim Melanom, RET-Mutationen beim medullären Schilddrüsenkarzinom). Bei komplexen, nicht durch Leitlinien abgedeckten Befunden, zumeist im Rahmen von Rebiopsien in der Rezidivsituation oder in fortgeschrittenen Krankheitsstadien, sollte die Vorstellung in einem molekularen Tumorboard (MTB) erfolgen.

Abbildung 1: Schematische Übersicht über Arbeitsschritte in der Präzisionsonkologie. 
Schematische Übersicht über Arbeitsschritte in der Präzisionsonkologie.

3Auswahl der Patientinnen und Patienten

Der Indikationsstellung zur molekularen Diagnostik sollte, außerhalb von klinischen Studien, stets eine mögliche klinische Relevanz des Ergebnisses zugrunde liegen. Berücksichtigt werden hierbei Therapiefähigkeit und -wunsch der Pat., die aktuellen Leitlinien, der Zulassungsstatus der möglicherweise aus der Diagnostik resultierenden Therapie bzw. neueste klinisch-wissenschaftliche Erkenntnisse sowie ggf. der Beschluss eines (molekularen) Tumorboards.

Zunehmend wird molekulare Diagnostik in die Leitlinien-basierte Standardtherapie in der Erstlinienbehandlung oder im Rezidiv aufgenommen und gehört zur Standarddiagnostik für die betreffende Tumorentität. Beispiele sind viele Treiberalterationen beim NSCLC, BRAF-Mutationen beim Melanom und beim Kolonkarzinom, HER2-Amplifikationen beim Mammakarzinom, RET-Mutationen beim medullären Schilddrüsenkarzinom und viele mehr. Bei diesen Pat. ist nach erfolgter molekularer Diagnostik für die Therapieentscheidung in aller Regel die Vorstellung in einem Organtumorboard ausreichend.

Weitere Indikationen für molekulare Diagnostik beinhalten die Erfüllung der Einschlusskriterien für molekular-stratifizierte klinische Studien. Auch hier rückt die molekulare Diagnostik immer mehr in frühe Linien der Behandlung. Beispielsweise integrieren die Zentren des nationalen Netzwerks Genomische Medizin Lungenkrebs (nNGM) studienrelevante molekulare Marker zusätzlich zu den zugelassenen molekularen Therapieoptionen in ihre NGS-basierte Primärdiagnostik.

Bei Pat. nach Versagen der Standardtherapien inkl. der zugelassenen molekular-gesteuerten Therapien, kann die Indikationsstellung für eine (ggf. erweiterte) molekulare Diagnostik in einem Organtumorboard gestellt werden. Die resultierenden Befunde sollten dann in einem MTB erörtert werden. MTBs sind bei den meisten onkologischen Spitzenzentren (CCCs) und zunehmend auch an weiteren Zentren etabliert.

Entsprechend den Empfehlungen des Deutschen Netzwerks für Personalisierte Medizin (DNPM), welche auch in den Zertifizierungskriterien der DKG für Zentren für Personalisierte Medizin enthalten sind, sind folgende Einschlusskriterien für den Zugang zu MTBs (mit entsprechender breiter molekularer Charakterisierung) benannt (Tabelle 1).

Tabelle 1: Zugangskriterien zu molekularen Tumorboards im Rahmen des deutschen Netzwerks für personalisierte Medizin (DNPM) [9]. 

Fortgeschrittene oder seltene Krebserkrankung

Leitliniengerechte Therapie absehbar durchlaufen (bzw. keine Leitlinientherapie verfügbar)

Pat. ist nach Einschätzung der klinischen Parameter in der Lage, eine molekular-basierte Therapie zu erhalten

Einverständnis des/der Pat.

Die Entscheidung zu einer erweiterten molekularen Diagnostik nach Ausschöpfen der Standardtherapien erfordert zumeist eine individuelle Entscheidungsfindung in einer interdisziplinären Tumorkonferenz. Insbesondere bei Pat. mit rasch progredienten Tumorerkrankungen sollte die Wahl der geeigneten Methode, die erwartbare Dauer der Diagnostik und die nachfolgende klinische Umsetzung beachtet und entsprechende Analysen daher frühzeitig eingeleitet werden.

Zunehmend wird die molekulare Charakterisierung von Tumoren im Rahmen der Routinediagnostik und basierend auf Leitlinien auch schon früh im Behandlungsverlauf, beispielsweise vor der Erstlinientherapieentscheidung, eingesetzt. In der Mehrzahl der Fälle ist hier kein MTB notwendig. Mit Zunahme des Einsatzes von Methoden der parallelen DNA- und RNA-Sequenzierung zahlreicher Genbereiche finden sich jedoch auch genetische Aberrationen, deren biologische und klinische Relevanz nicht gesichert sind (Beispiel: atypische EGFR-Mutationen) oder vielschichtige molekulare Veränderungen wie das gleichzeitige Vorliegen mehrerer potenziell prädiktiver Biomarker. Die klinische Einordnung solcher Befunde, sowie von Varianten unklarer Signifikanz (VUS) kann die zusätzliche Einschaltung eines MTB erforderlich machen.

Abbildung 2 stellt ein mögliches Schema zur Integration einer breiten molekularen Diagnostik bzw. spezialisierten Diskussion von Befunden in den klinischen Behandlungs-/Entscheidungs-Algorithmus dar.

Abbildung 2: Algorithmus zur Integration erweiterter molekularer Diagnostik in den klinischen Behandlungs-/Entscheidungs-Ablauf.  
1  Biomarker für eine leitliniengerechte Therapieoption;
2 Potenzielle Biomarker ohne leitliniengerechte und/oder ohne zugelassene Therapieoption und/oder Alterationen mit unklarer klinischer Konsequenz nach Ansicht des/der Behandelnden;
typischerweise erfolgt eine erweiterte molekulare Diagnostik mit nachfolgender Diskussion der Befunde in einer molekularen Tumorkonferenz dabei nach Ausschöpfen leitliniengerechter Therapieoptionen in späteren Therapielinien. Zunehmend werden größere NGS-Panel in der Routinediagnostik jedoch auch frühzeitig eingesetzt, wobei immer wieder atypische Befunde wie seltene Varianten oder vielschichtige molekulare Befunde identifiziert werden. Dies kann auch das frühzeitigere Einbeziehen eines molekularen Tumorboards erforderlich machen.

Neben der Pat.-Auswahl (siehe Tabelle 1), spielt auch die Auswahl des zu untersuchenden (Tumor-) Materials eine zentrale Rolle. Hierbei ist sowohl die Repräsentativität des vorliegenden Materials als auch die Fixierungstechnik und das Alter der Probe zu beachten. Tabelle 2 listet Kriterien auf, die bei der Entscheidung zu einer erneuten Probenentnahme herangezogen werden können.

Tabelle 2: Mögliche Kriterien für eine Entscheidung für oder gegen eine erneute Probenentnahme. Es ist zu beachten, dass diese Kriterien im Einzelfall gut abgewogen und diskutiert werden müssen. 

Analyse aus vorliegendem Gewebe

Erneute Probenentnahme

Tumorgewebe aus der aktuellen Erkrankungssituation vorhanden

Tumorgewebe aus anderer Krankheitssituation (z.B. Primarius vor definitiver Therapie)

Primäre Resistenz auf letzte Therapielinie ohne erwartbare molekulare Veränderung

Sekundäre Resistenz auf letzte Therapielinie mit erwartbarer molekularer Veränderung (z.B. zielgerichtete Substanzen)

Geplante molekulare Analyse aus vorliegendem Material möglich

Geplante molekulare Analyse aus vorliegendem Material nicht möglich

Erneute Probenentnahme nicht möglich oder risikoreich

Erneute Probenentnahme einfach und risikoarm durchführbar

Neben einer erneuten Probenentnahme können für manche Fragestellungen auch Liquid Biopsy-Techniken eingesetzt werden. Zu berücksichtigen ist, dass diese bei vielen Markern, v.a. Fusionsgenen und Amplifikationen, zwar eine hohe Spezifität, jedoch (noch) eine geringere Sensitivität im Vergleich zu Gewebebiopsien haben. Insbesondere in der Primärdiagnostik bleibt daher die Gewebediagnostik aktuell der Standard, während die Liquid Biopsy zunehmend in der Rezidivsituation bei schwieriger Biopsieentnahme (hierbei ggf. schwierige Kostenerstattungsmöglichkeiten beachten) und zunehmend im Rahmen klinischer Studien auch zum Therapiemonitoring eingesetzt wird. Für einzelne Krankheitssituationen (z.B. ESR1-Mutationsnachweis beim Mammakarzinom, Rezidiv Lungenkarzinom bei speziellen Fragestellungen im Rahmen nNGM) kann eine Liquid Biopsy auch heute schon im Rahmen der Routinediagnostik erfolgen.

4Molekulare Analyse

Therapeutisch relevante molekulare Veränderungen können auf zahlreichen Ebenen der zellulären Regulation identifiziert werden. Tabelle 3 fasst mögliche Ebenen zellulärer Dysregulation zusammen.

Tabelle 3: Zusammenfassung möglicher Ebenen genetischer Dysregulation. 

Ebene der molekularen Veränderung

Beschreibung

Nachweis

Genvarianten

Veränderungen auf Genebene, die über Veränderungen der Nukleinbasen zu Funktionsänderung oder -verlust des Genprodukts führen

Nachweis von Veränderungen der Nukleinbasensequenz, z.B. mittels Sanger- oder Next-Generation-Sequenzierung (NGS)

Chromosomale Veränderung

Veränderungen auf (sub-) chromosomaler Ebene, die über Fusionsgene und Kopienzahlveränderungen wie Amplifikationen oder Deletionen zu einer Funktionsänderung, -verlust oder Dysregulation des Genprodukts führen

Nachweis struktureller chromosomaler Veränderungen z.B. mittels Fluoreszenz-in-situ-Hybridisation (FISH) oder zumeist RNA-basierter Next-Generation-Sequenzierung

 

Epigenetische Veränderung

Veränderungen regulatorischer Elemente wie DNA- oder Histonmodifikationen, die zu einer Dysregulation des Genprodukts führen

Nachweis z.B. mittels Bisulfit-Sequenzierung und/oder Methylierungsarray

 

Quantitative Genproduktveränderung

Veränderungen in der Menge relevanter Genprodukte, wie z.B. eine Proteinüberexpression

Nachweis der verstärkten oder verminderten Expression von Genprodukten z.B. mittels Immunhistochemie, Proteomics, Phosphoproteomics, Multiplex Technologien, RNA-Sequenzierung,

Quantitativer PCR, NanoString

Komplexe Biomarker

Anzahl und Art der Summe molekularer Veränderungen können als komplexe Biomarker quantifiziert werden und z.B. als Tumormutationslast (TMB) oder Homologe-Rekombinations-Defizienz- (HRD-) Scores als eigener Biomarker gewertet werden

Nachweis über spezifische Berechnungsverfahren basierend auf DNA-Analysen

 

Neue Technologien erlauben eine schnelle und gleichzeitige Analyse zahlreicher möglicher Biomarker mit Hochdurchsatzverfahren. Im Bereich der Präzisionsonkologie spielt – neben der Immunhistochemie – dabei die DNA- und RNA-Sequenzierung aktuell die wichtigste Rolle. Mögliche diagnostische Verfahren sind in Tabelle 4 zusammengefasst [18].

Tabelle 4: Beschreibung möglicher Sequenzierungsverfahren sowie grobe Übersicht der durch diese Technik identifizierbaren molekularen Veränderungen. Epigenetische Veränderungen können durch alle u.g. Methoden nicht direkt nachgewiesen werden. 

Verfahren

Beschreibung

Genvarianten

Kopienzahlveränderung

Genfusion

Quantitative Genproduktänderung

Komplexe Biomarker

Einzelgensequenzierung

Analyse der Basenfolge eines einzelnen Genbereichs, in der Regel mittels Sanger-Sequenzierung zur Identifikation von Genmutationen. Diese Analyse wird in der Regel ohne parallele Keimbahnanalyse als Kontrolle durchgeführt.

+

-

-

-

-

Genpanel-Sequenzierung

Parallele Analyse der Basenfolgen zahlreicher Genbereiche mittels Next-Generation Sequencing (NGS). Je nach Art und Größe des Genpanels können gleichzeitig bis zu mehrere hundert Genmutationen und zum Teil auch strukturelle Veränderungen wie Amplifikationen detektiert werden.

Große Genpanel erlauben zudem eine Abschätzung komplexer Biomarker wie die Tumormutationslast.

RNA-basierte Genpanel erlauben zudem die Identifikation von Fusionsgenen. Diese Analyse kann ohne parallele Keimbahnanalyse als Kontrolle durchgeführt werden.

+

(+) (je nach Paneldesign und Workflow)

+ (RNA-basiert)

-

(+) (je nach Paneldesign und – größe)

Exomsequenzierung

Parallele Analyse der Basenfolgen der proteinkodierenden Regionen (Exom) des Genoms mittels NGS. Hierüber werden Genmutationen, Kopienzahlveränderungen und komplexe Biomarker erfasst. Diese Analyse wird mit paralleler Keimbahnanalyse als Kontrolle durchgeführt. Hierbei ist zu beachten, dass die Identifikation von Genfusionen nicht sicher gewährleistet ist.

+

+

(+)

-

+

Genomsequenzierung

Parallele Analyse der Basenfolgen des gesamten Genoms mittels NGS. Diese Analyse wird mit paralleler Keimbahnanalyse als Kontrolle durchgeführt. Eine Ganzgenomsequenzierung erlaubt den Nachweis von Genfusionen.

+

+

+

-

+

Transkriptomsequenzierung

Vollständige Sequenzierung und Quantifizierung aller RNA-Bestandteile.

-

-

+

+

-

Immunhistochemie

Antikörper-basierter Nachweis der Expression eins Zielproteins.

(+) (nur sehr vereinzelt möglich)

-

-

+

-

Fluoreszenz-in-situ-Hybridisierung (FISH)

Gensonden-basierter Nachweis des Vorhandenseins und der Lokalisation bestimmter Genabschnitte.

-

+

+

-

-

Die Auswahl einer geeigneten molekularen Diagnostik sollte zudem zuvor erfolgte Analysen, sowie die Vortestwahrscheinlichkeit relevanter Biomarker berücksichtigen (Tabelle 8 und 9).

Derzeit besteht in Deutschland für definierte klinische Situationen und an teilnehmenden Zentren die Möglichkeit einer Kostenerstattung für eine Ganzgenomsequenzierung im Rahmen des Modellvorhabens Genomsequenzierung (gem. SGB V, §64e).

5Befunderstellung

Die Durchführung der molekularen Testung und Identifikation molekularer Veränderungen ist ein weitgehend standardisierter Prozess und Domäne u.a. der Humangenetik, (Molekular-)Pathologie und Bioinformatik und sollte in einer qualitätsgesicherten Umgebung erfolgen, nach Möglichkeit in einem für die molekulare Diagnostik akkreditierten Institut/Labor. Idealerweise sollte die molekulare Diagnostik in ein klinisches Umfeld eingebettet sein, welches die notwendige Interdisziplinarität in Bezug auf die Interpretation und klinische Annotation der Ergebnisse sicherstellt.

Der Befund sollte Informationen zu genutztem (Tumor-)Material, Materialqualität, Tumorzellgehalt, Art der durchgeführten Analyse, Auflistung identifizierter Alterationen in standardisierter Codierung, Variantenallelfrequenz, sowie eine funktionelle Bewertung der Varianten umfassen. Für die Bewertung potentieller Keimbahnvarianten ist die Humangenetik einzubeziehen.

Die funktionelle Bewertung molekularer Veränderungen sollte dabei auf der Basis vorhandener Leitlinien und SOPs erfolgen (z.B. [6]).

6Klinische Annotation

Spezifische molekulare Veränderungen können relevante Informationen für das klinische Management von Tumorerkrankungen enthalten. Die Identifikation dieser Biomarker ist daher das Ziel einer molekularen Testung. Die klinische Annotation einer Variante dient ihrer Bewertung als Biomarker. Dabei sind folgende mögliche Biomarker zu unterscheiden (Tabelle 5) [16].

Tabelle 5: Übersicht über verschiedene Biomarkerarten. 

Biomarker

Beschreibung

Diagnostisch

Information über die Art der Erkrankung

Prognostisch

Information über den Krankheitsverlauf

Prädiktiv

Information über die Wahrscheinlichkeit des Ansprechens auf eine bestimmte Therapie

Pharmakogenomisch

Information über Pharmakokinetik und Arzneimittelinteraktionen

Prädisponierend

Information über die Wahrscheinlichkeit des Auftretens einer bestimmten Erkrankung

Eine Annotation als prädiktiver Biomarker erfordert häufig eine umfassende Literaturrecherche. Zahlreiche Datenbanken erlauben eine vereinfachte Suche von Informationen, wobei der Inhalt der Datenbanken häufig nicht überlappend (z.B. civicdb.org, oncokb.org, ckb.genomenon.com/) und die Analyse der Primärliteratur zur Einordnung der Befunde unerlässlich ist [14].

Zur Bewertung des entsprechenden Biomarkers vor dem Hintergrund der jeweiligen Tumorentität wurden Evidenzlevel definiert, welche zur Beurteilung herangezogen werden sollten [71013]. Im deutschsprachigen Raum sind die NCT/ZPM-Evidenzlevel am weitesten verbreitet. Neben diesen existieren weitere Evidenzlevel wie z.B. AMP/ASCO/ACP [11] oder ESMO-ESCAT [12].

Neben der Interpretation potenzieller prädiktiver Biomarker sollten jedoch auch weitere relevante Biomarker beurteilt werden (z.B. DPYD-Diagnostik, falls miterfasst). Im Falle einer durchgeführten Keimbahndiagnostik erfordert dies die Expertise und Mitbeurteilung durch die Humangenetik. Aufgrund des hohen Zeitaufwands und der nötigen Recherchearbeit findet die klinische Einordnung und Interpretation der Befunde oft vor der abschließenden Entscheidung über eine klinische Anwendung statt.

Tabelle 6: Evidenzlevel nach NCT/ZPM [10]. 

Datenquelle

Evidenzlevel

Beschreibung

Gleiche Tumorentität 

m1A 

In der gleichen Tumorentität wurde der prädiktive Wert des Biomarkers oder die klinische Wirksamkeit in einer Biomarker-stratifizierten Kohorte einer adäquat gepowerten prospektiven Studie oder Metaanalyse gezeigt. 

m1B 

In der gleichen Tumorentität wurde der prädiktive Wert des Biomarkers oder die klinische Wirksamkeit in einer retrospektiven Kohorte oder Fall-Kontroll-Studie gezeigt. 

m1C 

Ein oder mehrere Fallberichte in der gleichen Tumorentität

Andere Tumorentität 

m2A 

In einer anderen Tumorentität wurde der prädiktive Wert des Biomarkers oder die klinische Wirksamkeit in einer Biomarker-stratifizierten Kohorte einer adäquat gepowerten prospektiven Studie oder Metaanalyse gezeigt. 

m2B 

In einer anderen Tumorentität wurde der prädiktive Wert des Biomarkers oder die Klinische Wirksamkeit in einer retrospektiven Kohorte oder Fall-Kontroll-Studie gezeigt. 

m2C 

Unabhängig von der Tumorentität wurde beim Vorliegen des Biomarkers eine klinische Wirksamkeit in einem oder mehreren Fallberichten gezeigt. 

In vitro oder Tiermodell 

m3 

Präklinische Daten (in vitro-/in vivo-Modelle, funktionelle Untersuchungen) zeigen eine Assoziation des Biomarkers mit der Wirksamkeit der Medikation, welche durch eine wissenschaftliche Rationale gestützt wird. 

Biologische Rationale 

m4 

Eine wissenschaftliche, biologische Rationale legt eine Assoziation des Biomarkers mit der Wirksamkeit der Medikation nahe, welche bisher nicht durch (prä)klinische Daten gestützt wird. 

Zusatzverweise:
is - In situ-Daten aus Untersuchungen an Pat.-Material (z.B. IHC, FISH) unterstützen den Evidenzgrad. Die unterstützende Methode kann in Klammern zusätzlich angegeben werden, z.B. Evidenzgrad 3 is (IHC).
iv - In vitro-Daten / in vivo-Modelle (z.B. PDX-Modelle) derselben Tumorentität unterstützen den Evidenzgrad. Die unterstützende Methode kann in Klammern angegeben werden, z.B. Evidenzgrad 2 iv (PDX).
Z - Zusatzverweis für Zulassungsstatus (Z= EMA-Zulassung liegt vor; Z (FDA)= nur FDA-Zulassung vorhanden)
R - Verweis, dass es sich hierbei um einen Resistenzmarker für eine bestimmte Therapie handelt

7Mögliche Keimbahnbefunde

Die Auswertung und klinische Interpretation von Keimbahnbefunden obliegt der Humangenetik. Es ist jedoch zu beachten, dass Varianten, welche bei einer rein somatischen Tumoranalyse identifiziert werden, auf zugrunde liegende Keimbahnveränderungen zurückgehen können. Die Möglichkeit einer Keimbahnalteration sollte daher auch bei der Durchführung von rein somatischen Tumoranalysen evaluiert werden. Hierbei ist zum einen die Wahrscheinlichkeit einer Keimbahnalteration, als auch die klinische Konsequenz im Falle eines Vorliegens in der Keimbahn zu beachten.

Gemäß ESMO-Empfehlungen ergibt sich für Varianten mit folgenden Eigenschaften:

  1. Minor Allelfrequenz <0.01

  2. Resultierend in Protein-Trunkierung und/oder als pathogen/vermutlich pathogen klassifiziert

  3. Variantenallelfrequenz >30% (SNVs) oder >20% (kleine Insertionen/Deletionen).

in den u.g. Genen (Tabelle 7) eine Wahrscheinlichkeit von ≥ 5% für einen Keimbahnursprung (in einer tumorübergreifenden Analyse) der in der somatischen Tumoranalyse detektierten Varianten, sowie eine mögliche klinische Konsequenz [18].

Tabelle 7: Gene mit einer Wahrscheinlichkeit für einen Keimbahnursprung von mind. 5% in einer tumorübergreifenden Analyse. Es ist zu beachten, dass diese Wahrscheinlichkeit sich zwischen Tumorentitäten ändern kann. Für 6 Gene wurde eine entsprechende Wahrscheinlichkeit von über 5% nur bei Pat. unter 30 Jahren festgestellt (nach [18]). 

Klinische Konsequenz

Alle Altersstufen

Alter <30 Jahre

Am höchsten

BRCA1, BRCA2, MLH1, MSH2, MSH6, PALB2, RET

Hoch

BRIP1, MUTYHa, PMS2, RAD51C, RAD51D, SDHAF2, SDHB, SDHC, SDHD, TMEM127, TSC2, VHLb

APC, PTEN, RB1, TP53c

Standard

ATM, BAP1, BARD1, CHEK2; DICER1, FH, FLCN, NF1, PTCH1, POLD1, POLE, SDHA, SMAD3, SMARCB1, SUFU

CDKN2A, SMARCA4

a MUTYH-Varianten sollten nur in der Keimbahn evaluiert werden, wenn biallelische pathogene Varianten vorliegen
b Bei somatischem Nachweis von VHL-Varianten bei Nierenzellkarzinomen konnte ein Keimbahnursprung nur bei 1,5% dieser Varianten nachgewiesen werden.
c Bei somatischem Nachweis von TP53-Varianten bei Gehirntumoren konnte ein Keimbahnursprung nur bei 0-1,2% dieser Varianten nachgewiesen werden.

Eine nachfolgende Keimbahnanalyse der identifizierten Varianten sollte daher in Abhängigkeit der Wahrscheinlichkeit und möglicher klinischer Konsequenz angeboten werden.

8Therapie*

*siehe Anhang Zulassungsstatus

Es existieren zunehmend prädiktive Biomarker mit einer entitätsübergreifenden Zulassung zielgerichteter Medikamente (entsprechend mind. ESCAT Level I-C, NCT m1A, JCR-Tier 1 A.1). Entsprechende prädiktive Biomarker mit EMA-Zulassung sind in Tabelle 8 dargestellt. In Europa existieren derzeit lediglich fünf entitätsübergreifende Zulassungen für NTRK-Inhibitoren (Larotrectinib, Entrectinib und Repotrectinib) und RET-Inhibitoren (Selpercatinib) beim Vorliegen von NTRK1-3 bzw. RET-Fusionen sowie für Trastuzumab deruxtecan bei Nachweis einer HER2-Überexpression (immunhistochemisch 3+, gemäß ASCO-CAP [19] für das Magenkarzinom) sowie Pembrolizumab bei MSI-H oder dMMR für die Erkrankungen kolorektales Karzinom, Endometrium-, Magen-, Dünndarm- oder biliäres Karzinom.

Tabelle 8: Übersicht prädiktiver Biomarker und assoziierter Therapieoptionen mit entitätsübergreifender Wirksamkeit und Zulassung durch die FDA. Larotrectinib, Entrectinib, Repotrectinib, Selpercatinib und Trastuzumab deruxtecan sind für die genannten Biomarker auch durch die EMA tumorübergreifend zugelassen. 

Molekulare Alteration

Therapie

NTRK-Fusionen

Larotrectinib, Entrectinib, Repotrectinib

RET-Fusion

Selpercatinib

BRAF p.V600E-Mutation

Dabrafenib (+ Trametinib, ggf. + EGFR-Inhibition bei kolorektalen Karzinomen)

Mismatch-Repair Defizienz (MSI-H / dMMR)

Pembrolizumab, Dostarlimab

Hohe Tumormutationslast (TMB)

Pembrolizumab

HER2-positiv (Immunhistochemie 3+)

Trastuzumab deruxtecan

Entsprechend ergibt sich im tumorübergreifenden Setting der nachfolgende Behandlungsalgorithmus unter Miteinbeziehung der FDA-Zulassungen (Abbildung 3). Es ist jedoch zu beachten, dass es Daten für die Wirksamkeit weiterer zielgerichtete Therapien auf Basis weiterer prädiktiver Biomarker gibt, welche derzeit weder durch FDA-, noch durch die EMA zugelassen sind.

Abbildung 3: Tumorübergreifende biomarkerstratifizierte Therapie 
MSIh: Mikrosatelliten-Instabilität high; dMMR: defiziente Mismatch-Reparatur; PD: Krankheitsprogression
1 Daten zur Aktivität von Repotrectinib sind für solvent-front Resistenzmutationen veröffentlicht. Daten zur Effektivität von Repotrectinib bei off-target Resistenzalterationen liegen nicht vor.
2 Für diese Therapien besteht in Europa keine tumorübergreifende Zulassung, daher ggf. off-label Therapie.
3 Je nach Tumorentität liegen ggf. entitätsspezifische und/oder weitere Zulassungen vor (z.B. Kombination von Encorafenib mit EGFR-Inhibition beim kolorektalen Karzinom oder Nivolumab/Ipilimumab beim kolorektalen Karzinom mit MMRd/MSIh).
4 Es ist zu beachten, dass der prädiktive Wert einer erhöhten Tumormutationslast für manche Tumorentitäten (z.B. ZNS-Tumorne) nicht klar demonstriert wurde, oder es sogar Negativdaten hierzu gibt. Es wird daher empfohlen, die spezifischen Daten für die vorliegende Tumorentität im Einzelfall kritisch zu prüfen.

Tabelle 9 fasst entsprechend Prävalenzen dieser Biomarker (vgl. Tabelle 8) in verschiedenen Tumorerkrankungen zusammen.

Tabelle 9: Populationsdaten aus der AACR GENIE Kohorte* [5].  

Tumorentität

BRAFV600E

RET-Fusion

NTRK-Fusion

TMB-high (≥ 10 Mut/Mb)

MMRd/MSI-H

HER2-Positivität (IHC 3+)

Ampullenkarzinom 

1,1 % (n = 4) 

0% (n = 0) 

5,1% (n = 2) 

19,3% (n = 68) 

4,4% (n = 2)

13% (n = 13)

Analkarzinom 

0% (n = 0) 

2% (n = 1) 

2% (n = 1) 

19,9% (n = 73) 

1,3% (n = 2)

0,9% (n = 1)

Appendixkarzinom 

1,2% (n = 9) 

0% (n = 0) 

2,1% (n = 1) 

18,5% (n = 137) 

0,9% (n = 1)

2,6% (n = 11)*

Blasenkarzinom 

0,1% (n = 6) 

0,3% (n = 3) 

1% (n = 9) 

38,8% (n = 1.813) 

0,49% (n = 2)

12,4% (n = 59)

Mammakarzinom 

0,1% (n = 17) 

0,4% (n = 13) 

1,4% (n = 41) 

11,7% (n = 1.874) 

1,53% (n = 16)

10,5% (n = 388)

Cancer of unknown primary (CUP)

1,6% (n = 86) 

1% (n = 8) 

1,5% (n = 12) 

23,4% (n = 1.249) 

1,8% (n = 7)

2,1% (n = 29)

Zervixkarzinom 

0% (n = 0) 

0% (n = 0) 

0% (n = 0) 

18,2% (n = 158) 

2,62% (n = 8)

3,9% (n = 23)

Kolorektales Karzinom 

7,9% (n = 1.228) 

0,9% (n = 15) 

1,7% (n = 29) 

31,9% (n = 4.937) 

14,47% (n = 94)

1,8% (n = 80)

Endometriumkarzinom 

0,1% (n = 4) 

0,1% (n = 1) 

0,5% (n = 4) 

30,4% (n = 1.549) 

31,37% (n = 170)

3% (n = 111)

Ösophagus/Magenkarzinom 

0,1% (n = 6) 

0,7% (n = 8) 

1,8% (n = 20) 

17,2% (n = 817) 

13,9% (n = 87)

11,3% (Ösophagus/GEJ n = 71), 4,7% (Magenkarzinom, n = 27)

Gastrointestinaler neuroendokriner Tumor 

3,7% (n = 25) 

0% (n = 0) 

5,4% (n = 3) 

6,6% (n = 45) 

12,4% (n = 11)

0% (n = 0/1136)

Gastrointestinaler Stromatumor (GIST)

0,4% (n = 6) 

0% (n = 0) 

0,8% (n = 1) 

14,6% (n = 226) 

0% (n = 0/79)

0% (n = 0/143)

Keimzelltumor

0,1% (n = 1) 

0% (n = 0) 

1,1% (n = 1) 

2,9% (n = 31) 

0% (n = 0/150)

2,4% (n = 1)

Gliom

3,9% (n = 392) 

0,3% (n = 6) 

1,8% (n = 43) 

11,1% (n = 1,121) 

0,25% (n = 1, GBM2)

0% (n = 0/41)

Kopf-Hals-Tumor 

0,05% (n = 1) 

0,8% (n = 2) 

0,8% (n = 2) 

24,9% (n = 548) 

0,78% (n = 4)

1,3% (n = 7)

Hepatobiliäres Karzinom 

1,1% (n = 39) 

0,5% (n = 3) 

1,6% (n = 10) 

12% (n = 413) 

1,35% (n = 1)

6,3% (extrahepatisch n = 5), 0,6% (intrahepatisch, n = 2), 0,4% (hepatozellulär n = 1)

Histiozytose

17,3% (n = 91) 

8% (n = 2) 

0% (n = 0) 

2,7% (n = 14) 

Melanom

20,3% (n = 1.379)1 

0,1% (n = 1) 

2,6% (n = 18) 

49,1% (n = 3.338) 

0,64% (n = 3)

0,1% (n = 1)

Mesotheliom

0,1% (n = 1) 

0% (n = 0) 

1% (n = 2) 

2,8% (n = 27) 

2,41% (n = 2)

0% (n = 0/53)

Nicht-kleinzelliges Lungenkarzinom (NSCLC) 

1,4% (n = 329) 

5,7% (n = 215) 

0,9% (n = 33) 

33,8% (n = 8.142) 

0,6% (n = 6)

1,1% (n = 49)

Ovarialkarzinom 

0,9% (n = 56) 

0% (n = 0) 

0,6% (n = 7) 

12,8% (n = 783) 

1,37% (n = 6)

1,6% (epithelial, n = 122), 0,4% (nicht-epithelial n = 1)

Pankreaskarzinom 

0,4% (n = 26) 

0,1% (n = 1) 

1,8% (n = 15) 

11,9% (n = 820) 

0% (n=0/183) -0,8% (n=7/833)

0,7% (n = 14)

Nebenschilddrüsenkarzinom 

6,9% (n = 2) 

0% (n = 0)a 

0% (n = 0)a 

44,8% (n = 13) 

Peniskarzinom 

0% (n = 0) 

0% (n = 0) 

0% (n = 0) 

25,4% (n = 16) 

0%

0% (n = 0/10)

Prostatakarzinom

0,02% (n = 1) 

0,2% (n = 4) 

0,4% (n = 8) 

5,4% (n = 312) 

0,6% (n=3)

0,6% (n = 2/350)

Nierenzellkarzinom

0% (n = 0) 

0,5% (n = 1) 

0% (n = 0) 

6,2% (n = 160) 

0,7% (n=5)

0% (n = 0/531)

Speicheldrüsenkarzinom 

0,7% (n = 7) 

0,5% (n = 1) 

15,3% (n = 29) 

9,2% (n = 93) 

0% (n = 0/104)

6,5% (n = 18)

Keimstrang-Stroma Tumor 

0% (n = 0)

0% (n = 0) 

0% (n = 0) 

4,6% (n = 11) 

Nichtmelanozytärer Hautkrebs 

3,8% (n = 46) 

1,6% (n = 3) 

6,4% (n = 12) 

36,9% (n = 448) 

Dünndarmkarzinom 

2,6% (n = 12) 

0% (n = 0) 

0% (n = 0) 

35,3% (n = 164) 

21%

2,6% (n = 11)*

Kleinzelliges Lungenkarzinom (SCLC) 

0% (n = 0) 

0,7% (n = 1) 

0,7% (n = 1) 

35,8% (n = 332) 

1,9% (n = 6)

0% (n = 0/322)

Weichteilsarkom 

0,3% (n = 16) 

0,3% (n = 4) 

2,3% (n = 34) 

5,8% (n = 287) 

0,78% (n = 2)

0% (n = 0/1211)

Schilddrüsenkarzinom 

40,2% (n = 922) 

36% (n = 96) 

17,2% (n = 46) 

10,1% (n = 231) 

0% (n = 0/496)

0% (n = 0/158)

Uterines Sarkom 

0,1% (n = 1) 

0,6% (n = 1) 

2,3% (n = 4) 

6% (n = 42) 

3,51% (n = 2)

0% (n = 429)

Vaginalkarzinom 

0% (n = 0) 

0% (n = 0) 

0% (n = 0) 

21,6% (n = 36) 

1,3% (n = 3)

Vulvakarzinom 

0% (n = 0)

0% (n = 0)

0% (n = 0)

33,3% (n = 1) 

1,3% (n = 3)

1% (n = 3)

Wilms-Tumor 

2,1% (n = 4) 

0% (n = 0) 

0% (n = 0) 

4,7% (n = 9) 

2,44% (n = 1)

1  Höhere BRAF p.V600E-Mutationsfrequenzen beim kutanen Melanom sind in früheren Publikationen beschrieben (z.B. 39%) [3]; 2 Glioblastoma multiforme
*Daten für MMRd/MSI-h und HER2-Positivität (IHC 3+) sind nicht in der GENIE-Kohorte vorhanden und aus verfügbaren Publikationen abgeleitet [217], sofern nicht im Folgenden aufgeführt:
Daten für: HER2 beim Ampullenkarzinom [20], MMRd beim Ampullenkarzinom [21], MMRd beim Analkarzinom [22], HER2 beim Analkarzinom [22], MSI beim Appendixkarzinom [23], HER2 beim Dünndarm und Appendixkarzinom zusammen [24], HER2 beim Speicheldrüsenkarzinom [24], HER2 beim Vulvakarzinom [24], HER2 bei Uterinen Sarkomen [24], MSI bei Peniskarzinomen [25], MSI beim Dünndarmkarzinom [25], MSI beim CUP [26], MSI bei gastrointestinalen NET [27], MSI beim GIST [28], HER2 beim Mesotheliom [32], MSI beim SCLC [29], MSI bei Speicheldrüsentumoren [30], dMMR in Vulva/Vaginalkarzinomen zusammen mit Zervixkarzinomen [31].

9Therapieempfehlung/Molekulares Tumorboard

Die abschließende Anwendung der identifizierten und bewerteten Biomarker in der konkreten klinischen Situation erfordert eine breite multidisziplinäre Expertise und sollte in ausgewiesenen Zentren (z.B. DKG-zertifizierte Zentren für Personalisierte Medizin) stattfinden. Nach den Kriterien des deutschen Netzwerks für personalisierte Medizin (DNPM; [9]) und der DKG umfassen die teilnehmenden Disziplinen eines MTB-Teams mindestens die Hämatologie und internistische Onkologie, Pathologie, Molekularpathologie, Molekularbiologie, Bioinformatik, Humangenetik sowie fallbezogen zuständige Fachdisziplinen und Radiologie nach Bedarf. Zudem sollte dieses Team eine ausreichende und umfassende Expertise in der Interpretation, Bewertung und Einordnung molekularer Befunde in den klinischen Therapieverlauf haben, die durch eine ausreichende Erfahrung in der molekularen Analyse und Fallzahl von MTB-Pat. gewährleistet wird.

Das hohe Maß an individueller Variation, sowie das unterschiedliche Evidenzniveau resultierender Empfehlungen erfordert eine genaue Beachtung des klinischen Verlaufs und eine sorgfältige Abwägung bei der Integration ggf. experimenteller Therapieoptionen in die weitere Therapie.

Idealerweise sollten nicht zugelassene Therapieoptionen im Rahmen klinischer Studien durchgeführt werden, die Verfügbarkeit solcher Studien sollte daher im Rahmen der Therapieempfehlung mit evaluiert und zumindest auf nationaler Ebene geprüft werden. Oftmals macht eine Umsetzung der Therapieempfehlung jedoch einen off-label Medikamenteneinsatz (üblicherweise mit vorherigem Kostenübernahmeantrag an die Krankenkasse) erforderlich. Hierbei sollte das Evidenzniveau der empfohlenen Therapie mit Blick auf den zu erwartende Pat.-Nutzen besonders beachtet werden. Eine Nachverfolgung von off-label Therapien sollte im Rahmen von Registerstudien erfolgen (s.u.).

Neben den prädiktiven Biomarkern spielen diagnostische Biomarker eine wichtige Rolle bei der Therapieempfehlung molekularer Tumorboards. Eine Reklassifizierung von Tumorerkrankungen auf der Basis molekularer Befunde kann weitere Therapieoptionen auch jenseits klassisch zielgerichteter Therapien ermöglichen.

10Follow-Up

Die hohe Frequenz nicht zugelassener Therapieempfehlungen und fehlender klinischer Daten legt die Integration einer forschenden Versorgung in der Präzisionsonkologie nahe. Insbesondere Umsetzungsraten zielgerichteter Therapien und Therapieansprechen auf off-label Therapien sollten weitgehend nachvollzogen und strukturiert dokumentiert werden (vgl. Kerndatensätze der Medizininformatikinitiative, https://www.medizininformatik-initiative.de). Idealerweise sollte dies im Rahmen einer prospektiven Registerstudie erfolgen und Daten in einem Netzwerk zusammenfassen, wobei mehrere wissenschaftliche Netzwerke hier aktuell wichtige Beiträge leisten. Eine konsequente Erfassung molekularer Veränderungen kann somit perspektivisch auch bei selteneren Tumoren zu einem verbesserten Verständnis molekularer Veränderungen und effektiver Therapieoptionen führen.

11Literatur

  1. Avila M, Meric-Bernstam F. Next-generation sequencing for the general cancer patient. Clin Adv Hematol Oncol 2019;17:447-454. PMID:31449513

  2. Bonneville R, Krook MA, Kautto EA et al. Landscape of microsatellite instability across 39 cancer types. JCO Precis Oncol 2017;2017:PO.17.00073. DOI:10.1200/PO.17.00073

  3. Cancer Genome Atlas Network. Genomic classification of cutaneous melanoma. Cell 2015;161:1681-1696. DOI:10.1016/j.cell.2015.05.044

  4. Chakravarty D, Johnson A, Sklar J et al. Somatic genomic testing in patients with metastatic or advanced cancer: ASCO provisional clinical opinion. J Clin Oncol 2022;40:1231-1258. DOI:10.1200/JCO.21.02767

  5. Gouda MA, Nelson BE, Buschhorn L, Wahida A, Subbiah V. Tumor-agnostic precision medicine from the AACR GENIE database: clinical implications. Clin Cancer Res 2023;29:2753-2760. DOI:10.1158/1078-0432.CCR-23-0090

  6. Horak P, Griffith M, Danos AM et al. Standards for the classification of pathogenicity of somatic variants in cancer (oncogenicity): Joint recommendations of Clinical Genome Resource (ClinGen), Cancer Genomics Consortium (CGC), and Variant Interpretation for Cancer Consortium (VICC). Genet Med 2022;24:986-998. DOI:10.1016/j.gim.2022.01.001

  7. Horak P, Leichsenring J, Goldschmid H et al. Assigning evidence to actionability: An introduction to variant interpretation in precision cancer medicine. Genes Chromosomes Cancer 2022;61:303-313. DOI:10.1002/gcc.22987

  8. Hussen BM, Abdullah ST, Salihi A et al. The emerging roles of NGS in clinical oncology and personalized medicine. Pathol Res Pract 2022;230:153760. DOI:10.1016/j.prp.2022.153760

  9. Illert AL, Stenzinger A, Bitzer M et al. The German Network for Personalized Medicine to enhance patient care and translational research. Nat Med 2023;29:1298-1301. DOI:10.1038/s41591-023-02354-z

  10. Leichsenring J, Horak P, Kreutzfeldt S et al. Variant classification in precision oncology. Int J Cancer 2019;145:2996-3010. DOI:10.1002/ijc.32358

  11. Li MM, Datto M, Duncavage EJ et al. Standards and guidelines for the interpretation and reporting of sequence variants in cancer: a joint consensus recommendation of the Association for Molecular Pathology, American Society of Clinical Oncology, and College of American Pathologists. J Mol Diagn 2017;19:4-23. DOI:10.1016/j.jmoldx.2016.10.002

  12. Mateo J, Chakravarty D, Dienstmann R et al. A framework to rank genomic alterations as targets for cancer precision medicine: the ESMO Scale for Clinical Actionability of molecular Targets (ESCAT). Ann Oncol 2018;29:1895-1902. DOI:10.1093/annonc/mdy263

  13. Mock A, Teleanu MV, Kreutzfeldt S et al. NCT/DKFZ MASTER handbook of interpreting whole-genome, transcriptome, and methylome data for precision oncology. NPJ Precis Oncol 2023;7:109. DOI:10.1038/s41698-023-00458-w

  14. Pallarz S, Benary M, Lamping M et al. Comparative analysis of public knowledge bases for precision oncology. JCO Precis Oncol 2019;3:PO.18.00371. DOI:10.1200/PO.18.00371

  15. Rieke DT, de Bortoli T, Horak P et al. Feasibility and outcome of reproducible clinical interpretation of high-dimensional molecular data: a comparison of two molecular tumor boards. BMC Med 2022;20:367. DOI:10.1186/s12916-022-02560-5

  16. Tortora G, Sessa C, Scarpa A, Banerjee S (eds.). ESMO Handbook of translational research, 2nd edition. ESMO Press Viganello-Lugano 2015. ISBN 978-88-906359-7-7.

  17. Yan M, Schwaederle M, Arguello D, Millis SZ, Gatalica Z, Kurzrock R. HER2 expression status in diverse cancers: review of results from 37,992 patients. Cancer Metastasis Rev 2015;34:157-164. DOI:10.1007/s10555-015-9552-6

  18. Kuzbari Z, Bandlamudi C, Loveday C et al. Germline-focused analysis of tumour-detected variants in 49,264 cancer patients: ESMO Precision Medicine Working Group recommendations. Ann Oncol 2023;34:215-227. DOI:10.1016/j.annonc.2022.12.003

  19. Bartley AN, Washington MK, Ventura CB et al. HER2 testing and clinical decision making in gastroesophageal adenocarcinoma: Guideline from the College of American Pathologists, American Society for Clinical Pathology, and American Society of Clinical Oncology. Arch Pathol Lab Med 2016;140:1345-1363. DOI:10.5858/arpa.2016-0331-CP.

  20. Hechtman JF, Liu W, Sadowska J et al. Sequencing of 279 cancer genes in ampullary carcinoma reveals trends relating to histologic subtypes and frequent amplification and overexpression of ERBB2 (HER2). Mod Pathol 2015;28:1123-1129. DOI:10.1038/modpathol.2015.57.

  21. Wong W, Lowery MA, Berger MF et al. Ampullary cancer: Evaluation of somatic and germline genetic alterations and association with clinical outcomes. Cancer 2019;125:1441-1448. DOI:10.1002/cncr.31951

  22. Armstrong SA, Malley R, Wang H et al. Molecular characterization of squamous cell carcinoma of the anal canal. J Gastrointest Oncol 2021;12:2423-2437. DOI:10.21037/jgo-20-610

  23. Raghav K, Shen JP, Jácome AA et al. Integrated clinico-molecular profiling of appendiceal adenocarcinoma reveals a unique grade-driven entity distinct from colorectal cancer. Br J Cancer 2020;123:1262-1270. DOI:10.1038/s41416-020-1015-3

  24. Bryant D, Feldman R, Abdulla F et al. A real-world experience in pan-tumor testing for HER2 IHC in more than 65 000 solid tumors. JAMA Oncol 2025;11:919-921. DOI:10.1001/jamaoncol.2025.1791

  25. Kang YJ, O'Haire S, Franchini F et al. A scoping review and meta-analysis on the prevalence of pan-tumour biomarkers (dMMR, MSI, high TMB) in different solid tumours. Sci Rep 2022;12:20495. DOI:10.1038/s41598-022-23319-1

  26. Gatalica Z, Xiu J, Swensen J, Vranic S. Comprehensive analysis of cancers of unknown primary for the biomarkers of response to immune checkpoint blockade therapy. Eur J Cancer 2018;94:179-186. DOI:10.1016/j.ejca.2018.02.021

  27. Sahnane N, Furlan D, Monti M et al. Microsatellite unstable gastrointestinal neuroendocrine carcinomas: a new clinicopathologic entity. Endocr Relat Cancer 2015;22:35-45. DOI:10.1530/ERC-14-0410

  28. Campanella NC, Scapulatempo-Neto C, Abrahão-Machado LF et al. Lack of microsatellite instability in gastrointestinal stromal tumors. Oncol Lett 2017;14:5221-5228. DOI:10.3892/ol.2017.6884

  29. Yang SR, Gedvilaite E, Ptashkin R et al. Microsatellite instability and mismatch repair deficiency define a distinct subset of lung cancers characterized by smoking exposure, high tumor mutational burden, and recurrent somatic MLH1 inactivation. J Thorac Oncol 2024;19:409-424. DOI:10.1016/j.jtho.2023.10.004

  30. Zuljan E, von der Emde B, Piwonski I et al. A macrophage-predominant immunosuppressive microenvironment and therapeutic vulnerabilities in advanced salivary gland cancer. Nat Commun 2025;16:5303. DOI:10.1038/s41467-025-60421-0

  31. Kuang W, Zeng J, Tong L et al. Frequency of microsatellite instability in gynecologic cancers and the efficacy of immune checkpoint inhibitors treated: real-world data from a single gynecologic center. Front Immunol 2025;16:1567824. DOI:10.3389/fimmu.2025.1567824

  32. Pagano M, Ragazzi M, Carrea M et al. Score evaluation and prevalence of Her2 status in pleural mesothelioma (PM): MESOHER study. J Clin Oncol 2026;44(16 suppl):e20066. DOI:10.1200/JCO.2026.44.16_suppl.e20066

12[Kapitel nicht relevant]

13Zulassungsstatus

14[Kapitel nicht relevant]

15Anschriften der Verfasser

Prof. Dr. med. Michael Bitzer
Eberhard-Karls-Universität Tübingen
Medizinische Universitätsklinik; Gastroenterologie, Gastrointestinale Onkologie, Hepatologie, Infektiologie, Geriatrie
Otfried-Müller-Str. 10
72076 Tübingen
Univ.-Prof. Dr. med. Annalen Bleckmann
Uniklinikum Münster
Medizinische Klinik A
Hämatologie, Onkologie, Pneumologie
Albert-Schweitzer-Campus 1
48149 Münster
Dr. med. Alexander Desuki
UCT Mainz der Universitätsmedizin Mainz
Langenbeckstr. 1
55131 Mainz
Prof. Dr. med. Thomas Ernst
Universitätsklinikum Jena
UniversitätsTumorCentrum (UTC)
Am Klinikum 1
07747 Jena
Prof. Dr. med. Irene Esposito
Universitätsklinikum Düsseldorf
Institut für Pathologie
Moorenstr. 5
40225 Düsseldorf
PD Dr. med. Armin Gerger
Landesklinikum Amstetten
Krankenhausstr. 21
AT-3300 Amstetten
Prof. Dr. med. Hanno Glimm
Nationales Centrum für Tumorerkrankungen (NCT) Dresden
Translationale Medizinische Onkologie
Fetscherstr. 74/PF 64
01307 Dresden
PD Dr. med. univ. Peter Horak
Nationales Centrum für Tumorerkrankungen
(NCT) Heidelberg
Im Neuenheimer Feld 460
69120 Heidelberg
Dr. Dr. Daniel Hübschmann
Nationales Centrum für Tumorerkrankungen Heidelberg
Research Group Computational Oncology
Im Neuenheimer Feld 280
69120 Heidelberg
Univ. Prof. Dr. med. Anna Lena Illert
Universitätsmedizin Göttingen
Klinik für Hämatologie und
Medizinische Onkologie
Robert-Koch-Str. 40
37075 Göttingen
Prof. Dr. med. Volker Kunzmann
Universitätsklinikum Würzburg
Zentrum Innere Medizin (ZIM)
Medizinische Klinik und Poliklinik II
Oberdürrbacher Str. 6, Haus A3
97080 Würzburg
Prof. Dr. med. Dr. rer. nat. Sonja Loges
Medizinische Fakultät Mannheim der Universität Heidelberg
Universitätsklinikum Mannheim
III. Medizinische Klinik
Theodor-Kutzer-Ufer 1-3
68167 Mannheim
Dr. med. Ina Pretzell
Universitätsklinikum Essen
Westdeutsches Tumorzentrum Essen
Zentrum für Personalisierte Medizin
Hufelandstr. 55
45147 Essen
PD Dr. med. Damian Rieke Lang
Charité – Universitätsmedizin Berlin, Campus Benjamin Franklin
Medizinische Klinik m.S. Hämatologie, Onkologie und Tumorimmunologie
Hindenburgdamm 30
12203 Berlin
Dr. med. Katja Schmitz
Krankenhaus St. Vinzenz
Pathologie-Labor Dr. Obrist – Dr. Brunhuber OG
Klostergasse 1
A-6511 Zams
Prof. Dr. med. Evelin Schröck
Universitätsklinikum Carl Gustav Carus
Institut für Klinische Genetik
Fetscherstr. 74
01703 Dresden
PD Dr. med. Andreas Seeber
Universitätsklinik für Innere Medizin V
Innsbruck
Anichstr. 35
A-6020 Innsbruck
Bärbel Söhlke
Zielgenau e.V.
Patienten-Netzwerk für Personalisierte Lungenkrebstherapie
Kerpener Str. 62
50937 Köln
Prof. Dr. med. Dr. phil. Andreas Wicki
Universitätsspital Zürich
Klinik für Medizinische Onkologie und Hämatologie
Rämistr. 100
CH-8091 Zürich
Prof. Dr. med. Jürgen Wolf
Universitätsklinik Köln
Centrum für Integrierte Onkologie
Kerpener Str. 62
50937 Köln

16Offenlegung potentieller Interessenkonflikte

Autor*in Anstellung1 Beratung / Gutachten2 Aktien / Fonds3 Patent / Urheberrecht / Lizenz4 Honorare5 Finanzierung wissenschaftlicher Untersuchungen6 Andere finanzielle Beziehungen7 Persönliche Beziehung zu Vertretungsberechtigten8
Bitzer, Michael Eine Erklärung liegt noch nicht vor
Bleckmann, Annalen Eine Erklärung liegt noch nicht vor
Desuki, Alexander Eine Erklärung liegt noch nicht vor
Ernst, Thomas
Universitätsklinikum Jena
Nein
Nein
Nein
Nein
Nein
Nein
Nein
Esposito, Irene
Universitätsklinikum Düsseldorf
Ja
BMS Advisory Board 13.11.2024
Nein
Nein
Nein
Nein
Nein
Nein
Gerger, Armin
Medizinische Universität Graz
Ja
Roche
Nein
Nein
Ja
Roche
Ja
Roche
Nein
Nein
Glimm, Hanno
National Center for Tumor Diseases Dresden (NCT/UCC), a partnership between DKFZ, Faculty of Medicine and University Hospital Carl Gustav Carus, TUD Dresden University of Technology, and Helmholtz-Zentrum Dresden - Rossendorf (HZDR), Germany
Ja
Advisory Board AstraZeneca und Daiichi Sankyo
Ja
Ownership of stocks, funds, and/or ETFs involving companies in the healthcare sector
Nein
Nein
Nein
Nein
Nein
Horak, Peter
Universitätsklinikum Heidelberg, Heidelberg, Deutschland
Nein
Nein
Nein
Nein
Nein
Nein
Nein
Hübschmann, Daniel Eine Erklärung liegt noch nicht vor
Illert, Anna Lena Eine Erklärung liegt noch nicht vor
Kunzmann, Volker
Universitätsklinikum Würzburg
Nein
Nein
Nein
Nein
Nein
Nein
Nein
Loges, Sonja
Medizinische Fakultät Mannheim der Universität Heidelberg Theodor-Kutzer-Ufer 1-3 68167 Mannheim
Ja
Lilly, Sanofi, BerGenBio, Novartis, Boehringer Ingelheim BMS, Roche, AstraZeneca, MSD, Merck, Sanofi-Aventis, Janssen, Takeda, Pfizer, Amgen, Bayer, Medac, Daiichi Sankyo, Beigene, Apontis Pharma, Mirati
Nein
Nein
Ja
Lilly, Sanofi, BerGenBio, Novartis, Boehringer Ingelheim BMS, Roche, AstraZeneca, MSD, Merck, Sanofi-Aventis, Janssen, Takeda, Pfizer, Amgen, Bayer, Medac, Daiichi Sankyo, Beigene, Apontis Pharma, Mirati
Ja
Roche, BerGenBio, Lilly, Astra Zeneca, Daiichi-Sankyo, Janssen, IOVANCE, Gilead, Abbvie, PharmaMar, MSD
Nein
Nein
Pretzell, Ina
- aktuell: Universitätsklinikum Essen - bis 08/22: MD Nordrhein
Ja
BeOne, Daiichi Sankyo, Taiho Oncology Europe
Nein
Nein
Ja
ZPM-Fachexpertentätigkeit für die DKG (Honorare über Onkozert), Deutsche Bundesbank, neoConnect GmbH, Daiichi Sankyo, Roche Diagnostics/ Springer
Nein
Nein
Nein
Rieke, Damian
Charité - Universitätsmedizin Berlin
Ja
BeiGene, J&J, Daiichi Sankyo, Servier, Eisai
Nein
Nein
Ja
Roche, BMS, Bayer, Lilly, Daiichi Sankyo, J&J
Ja
Seagen
Ja
Bayer (Reisekostenerstattung), J&J (Reisekostenerstattung), Daiichi Sankyo (Reisekostenerstattung)
Nein
Schmitz, Katja
Tyrolpath GmbH, Zams, Österreich KH St. Vinzenz, Zams, Österreich Innpath GmbH, Innsbruck, Österreich
Ja
Amgen AstraZeneca Bayer Daiichi-Sankyo Diaceutics Discovery Life Sciences Incyte Janssen Merck MSD Novartis Pfizer Roche Sanofi Servier Stemline
Nein
Nein
Ja
Amgen AstraZeneca Bayer Daiichi-Sankyo Diaceutics Discovery Life Sciences Incyte Janssen Merck MSD Novartis Pfizer PharmaMar Roche Sanofi Servier Stemline Takeda Targos GmbH
Nein
Ja
Amgen AstraZeneca Bayer Daiichi-Sankyo Janssen Merck MSD Novartis PharmaMar Roche Sanofi
Nein
Schröck, Evelin Eine Erklärung liegt noch nicht vor
Seeber, Andreas Eine Erklärung liegt noch nicht vor
Söhlke, Bärbel
NA
Nein
Nein
Nein
Nein
Nein
Nein
Nein
Wicki, Andreas
Universität und Universitätsspital Zürich
Nein
Nein
Nein
Nein
Ja
Forschungskollaboration POP der Universität Zürich und des Universitätsspitals Zürich mit Hoffmann-La Roche (2024 bis 2026)
Nein
Nein
Wolf, Jürgen
Universitätsklinikum Köln Kerpenerstraße 62 50937 Köln
Ja
AbbVie, Amgen, AstraZeneca, BeOne, BMS, Boehringer-Ingelheim, Daiichi Sankyo, Dicco Pharmaceuticals, Eisai, Ellipses Pharma, Genmab, Gentili, GSK, Janssen, Kingyee Beijing, Lilly, Merck, MSD, Novartis, Novocure, Nuvalent, Nuvation Bio, Pfizer, Pharmakosmos, PharmaMar, Pierre Fabre, Regeneron, Revolution Medicines, Roche, Seattle Genetics, Takeda, Turning Point, Zuelling Pharma
Nein
Nein
Ja
AbbVie, Amgen, AstraZeneca, BeOne, BMS, Boehringer-Ingelheim, Daiichi Sankyo, Dicco Pharmaceuticals, Eisai, Ellipses Pharma, Genmab, Gentili, GSK, Janssen, Kingyee Beijing, Lilly, Merck, MSD, Novartis, Novocure, Nuvalent, Nuvation Bio, Pfizer, Pharmakosmos, PharmaMar, Pierre Fabre, Regeneron, Revolution Medicines, Roche, Seattle Genetics, Takeda, Turning Point, Zuelling Pharma
Ja
Amgen, AstraZeneca, BMS, Janssen Pharmaceutica, Novartis, Pfizer
Ja
AbbVie, Amgen, AstraZeneca, BeOne, BMS, Boehringer-Ingelheim, Daiichi Sankyo, Dicco Pharmaceuticals, Eisai, Ellipses Pharma, Genmab, Gentili, GSK, Janssen, Kingyee Beijing, Lilly, Merck, MSD, Novartis, Novocure, Nuvalent, Nuvation Bio, Pfizer, Pharmakosmos, PharmaMar, Pierre Fabre, Regeneron, Revolution Medicines, Roche, Seattle Genetics, Takeda, Turning Point, Zuelling Pharma
Nein
1 - Gegenwärtiger Arbeitgeber, relevante frühere Arbeitgeber der letzten 3 Jahre (Institution/Ort)
2 - Tätigkeit als Berater*in bzw. Gutachter*in oder bezahlte Mitarbeit in einem wissenschaftlichen Beirat / Advisory Board eines Unternehmens der Gesundheitswirtschaft (z. B. Arzneimittelindustrie, Medizinproduktindustrie), eines kommerziell orientierten Auftragsinstituts oder einer Versicherung
3 - Besitz von Geschäftsanteilen, Aktien, Fonds mit Beteiligung von Unternehmen der Gesundheitswirtschaft
4 - Betrifft Arzneimittel und Medizinprodukte
5 - Honorare für Vortrags- und Schulungstätigkeiten oder bezahlte Autor*innen oder Koautor*innenschaften im Auftrag eines Unternehmens der Gesundheitswirtschaft, eines kommerziell orientierten Auftragsinstituts oder einer Versicherung
6 - Finanzielle Zuwendungen (Drittmittel) für Forschungsvorhaben oder direkte Finanzierung von Mitarbeiter*innen der Einrichtung von Seiten eines Unternehmens der Gesundheitswirtschaft, eines kommerziell orientierten Auftrags-instituts oder einer Versicherung
7 - Andere finanzielle Beziehungen, z. B. Geschenke, Reisekostenerstattungen, oder andere Zahlungen über 100 Euro außerhalb von Forschungsprojekten, wenn sie von einer Körperschaft gezahlt wurden, die eine Investition im Gegenstand der Untersuchung, eine Lizenz oder ein sonstiges kommerzielles Interesse am Gegenstand der Untersuchung hat
8 - Persönliche Beziehung zu einem/einer Vertretungsberechtigten eines Unternehmens der Gesundheitswirtschaft

Download

Reference:

Quellenangabe:

Onkopedia-Leitlinien werden kontinuierlich an den Stand des Wissens angepasst. Die jeweils gültige Version, AGB und Nutzungsbedingungen finden Sie unter www.onkopedia.com.

Für die kommerzielle Nutzung wenden Sie sich bitte an onkopedia@dgho.de.

Onkopedia guidelines are continuously adapted to the state of knowledge. The currently valid version, terms of use and general terms and conditions can be found at onkopedia-guidelines.info.

For commercial use, please contact onkopedia@dgho.de.

Kommentare

Kommentare