STAND DER TECHNIK
STAND DER TECHNIK Surrogat für die Nierenbiopsie – insbesondere zur Differentialdiagnose und zur Therapieentscheidung – eingesetzt werden kann. Surrogat für die Nierenbiopsie CONFERENCES Dr. Justyna Siwy, siwy@mosaiques-diagnostics.com Prof. Dr. Dr. Harald Mischak mischak@mosaiques-diagnostics.com Um diese Frage zu klären, wurden für sieben verschiedene Nierenerkrankungen (fokal segmentale Glomerulosklerose, IgA-Nephropathie, Minimal- Change-Glomerulonephritis, membranöse Glomerulonephritis, Lupus-Nephritis, vaskulitisinduzierte Nierenerkrankung und diabetische Nephropathie inklusive Nephrosklerose) von insgesamt 1.180 Pa tienten Urinproben gewonnen. Die Urin-Proteomanalyse mittels CE-MS ermöglichte die Identifikation von Peptidbiomarkern im Urin (116 bis 619 Peptide, je nach Ätiologie). Diese Marker wurden zu Klassifikatoren kombiniert, die für die jeweilige Nierenerkrankung spezifisch sind, und in einer unabhängigen Kohorte validiert [15]. Die Ergebnisse zeigten eine gute bis exzellente Genauigkeit für die Unterscheidung der einzelnen Nierenerkrankungen (AUC-Werte: 0,77–0,95). Die Sequenzanalyse der Biomarker lieferte weitere Informationen, die die zugrundeliegende Pathophysiologie der einzelnen untersuchten Nierenerkrankungen klären konnte. So wurde zum Beispiel beobachtet, dass ein Fragment des S100-A9-Proteins spezifisch für Lupus-Nephritis ist und bei dieser Krankheit eine signifikant erhöhte Konzentration aufweist. Bei der IgA-Nephropathie wurde wiederum unter anderem eine charakteristische Änderung der Konzentration eines Peptides der Natrium-Kalium-ATPase beobachtet. Zwischen der Minimal-Change-Glomerulonephritis und fokal segmentale Glomerulosklerose wurden Proteinfragmente beobachtet, die auf die Ähnlichkeit der beiden Krankheiten hinweisen (z. B. eine erhöhte Konzentration der Fibrinogen-Fragmente). Es wurden aber auch spezifische Peptide identifiziert, die auch diese Krankheiten voneinander unterscheiden konnten (eine stark reduzierte Konzentration von Beta-2-Mikroglobulin bei Minimal-Change-Glomerulonephritis oder eine erhöhte Alpha-1-Antytripsin-Konzentration bei der fokal segmentalen Glomerulosklerose). Diese Daten demonstrieren, dass die Analyse des Urinproteoms die Differentialdiagnose von Nierenerkrankungen ermöglicht und damit für eine Therapieentscheidung verwendet werden kann. Im Fall eines eindeutigen Befundes erscheint das Risiko einer konventionellen Nierenbiopsie bei den betroffenen 18
STAND DER TECHNIK Pa tienten nicht mehr zu rechtfertigen. Zusätzlich können aus der Urin-Proteomanalyse Informationen zum Grad der Fibrose [16] und, wie oben ausgeführt, zur Prognose entnommen werden, welche ebenfalls therapierelevant sind. Andere Liquid-Biopsy-Ansätze basieren auf endosomalen Vesikeln oder auf miRNA und erscheinen vielversprechend. Ihr tatsächlicher Wert konnte aber bis jetzt nicht in entsprechenden Studien nachgewiesen werden [17–20]. Fazit Die Daten zeigen, dass die auf der Urin-Proteomanalyse basierende Liquid-Kidney-Biopsie über die molekulare Pathophysiologie informiert und für den Routineeinsatz verfügbar ist. Sie ermöglicht eine frühzeitige Erkennung und Prognose und informiert über den optimalen therapeutischen Ansatz, insbesondere im Sinne einer personalisierten Medizin. Urinpeptide ermöglichen die Beurteilung von Krankheiten mit hoher Genauigkeit, basierend auf signifikanten molekularen Veränderungen, die mit der Pathophysiologie assoziiert sind. Variabilität in einzelnen Biomarkern wird durch Multimarker-Klassifikatoren korrigiert, die Instabilität und Inkonsistenz einzelner Biomarker tolerieren. Besonders angebracht scheint der Einsatz der Liquid-Kidney-Biopsie im frühen Krankheitsstadium zu sein, um eine frühzeitige bzw. rechtzeitige Einleitung eines geeigneten Therapieansatzes zu ermöglichen. In Anbetracht der vorliegenden Daten scheint eine konventionelle Nierenbiopsie nur mehr gerechtfertigt, wenn die Liquid-Kidney-Biopsie keine ausreichenden Informationen liefert. Referenzen 1. Madaio MP. Renal biopsy. Kidney Int 1990; 38: 529–43. 2. Thongboonkerd V, Malasit P. Renal and urinary proteomics: current applications and challenges. Proteomics 2005; 5: 1033–42. 3. Fliser D, Novak J, Thongboonkerd V et al. Advances in urinary proteome analysis and biomarker discovery. J Am Soc Nephrol 2007; 18: 1057–71. 4. Vlahou A, Schanstra J, Frokiaer J et al. Establishment of a European Network for Urine and Kidney Proteomics. J Proteomics 2008; 71: 490–2. 5. Mischak H, Kolch W, Aivaliotis M et al. Comprehensive human urine standards for comparability and standardization in clinical proteome analysis. Proteomics Clin Appl 2010; 4: 464–78. 6. Good DM, Zürbig P, Argilés A et al. Naturally occurring human urinary peptides for use in diagnosis of chronic kidney disease. Mol Cell Proteomics 2010; 9: 2424–37. 7. Pontillo C, Zhang ZY, Schanstra JP et al. Prediction of Chronic Kidney Disease Stage 3 by CKD273, a Urinary Proteomic Biomarker. Kidney Int Rep 2017; 2: 1066–75. 8. Argilés Á, Siwy J, Duranton F et al. CKD273, a new proteomics classifier assessing CKD and its prognosis. PLoS One 2013; 8: e62837. 9. Schanstra JP, Zürbig P, Alkhalaf A et al. Diagnosis and Prediction of CKD Progression by Assessment of Urinary Peptides. J Am Soc Nephrol 2015; 26: 1999–2010. 10. Roscioni SS, de Zeeuw D, Hellemons ME et al. A urinary peptide biomarker set predicts worsening of albuminuria in type 2 diabetes mellitus. Diabetologia 2012; 56: 259–67. 11. Zürbig P, Jerums G, Hovind P et al. Urinary proteomics for early diagnosis in diabetic nephropathy. Diabetes 2012; 61: 3304–13. 12. Pontillo C, Mischak H. Urinary peptide-based classifier CKD273: towards clinical application in chronic kidney disease. Clin Kidney J 2017; 10: 192–201. 13. Tofte N, Lindhardt M, Adamova K et al. Characteristics of high- and low-risk individuals in the PRIORITY study: urinary proteomics and mineralocorticoid receptor antagonism for prevention of diabetic nephropathy in Type 2 diabetes. Diabet Med 2018 [Epub ahead of print]. 14. Pontillo C, Jacobs L, Staessen JA et al. A urinary proteomebased classifier for the early detection of decline in glomerular filtration. Nephrol Dial Transplant 2017; 32: 1510–6. 15. Siwy J, Zürbig P, Argiles A et al. Noninvasive diagnosis of chronic kidney diseases using urinary proteome analysis. Nephrol Dial Transplant 2017; 32(12): 2079–89. 16. Magalhães P, Pejchinovski M, Markoska K et al. Association of kidney fibrosis with urinary peptides: a path towards noninvasive liquid biopsies? Sci Rep 2017; 7: 16915. 17. Putta S, Lanting L, Sun G et al. Inhibiting microRNA-192 ameliorates renal fibrosis in diabetic nephropathy. J Am Soc Nephrol 2012; 23: 458–69. 18. Macconi D, Tomasoni S, Romagnani P et al. MicroRNA-324-3p promotes renal fibrosis and is a target of ACE inhibition. J Am Soc Nephrol 2012; 23: 1496–505. 19. Karpman D, Ståhl AL, Arvidsson I et al. Extracellular vesicles in renal disease. Nat Rev Nephrol 2017; 13: 545–62. 20. Pisitkun T, Shen RF, Knepper MA. Identification and proteomic profiling of exosomes in human urine. Proc Natl Acad Sci U S A 2004; 101: 13368–73. CONFERENCES 19
