Ziel der Initiative
- Die Translational Dermatology Initiative zielt darauf ab, die derzeitige subjektive Klassifikation entzündlicher Hauterkrankungen zu überarbeiten, um die Heterogenität und Dynamik dieser Erkrankungen besser zu erfassen.
- Durch die Integration von tiefgehender klinischer Phänotypisierung und wiederholten Multi-Omics-Analysen soll eine qualitativ hochwertige Datenbasis geschaffen werden, die für maschinelles Lernen optimiert ist.
- Die Initiative wird derzeit an zwei Standorten (Freiburg und Stockholm) durchgeführt, mit dem Ziel, sie global auszubauen.
Historische Entwicklung der Krankheitsontologie
- Die Klassifikation von Hautkrankheiten hat historische Wurzeln, die bis ins 18. Jahrhundert zurückreichen, als Joseph Plenck die erste Ontologie von Hautkrankheiten entwickelte.
- Diese frühen Klassifikationen basierten auf morphologischen Merkmalen und wurden im Laufe der Zeit von verschiedenen Dermatologen weiterentwickelt.
- Heutige Lehrbücher enthalten bis zu 3000 Diagnosen, die oft subjektiv und überlappend sind, was die Diagnose und Behandlung erschwert.
Übergang zu stratifizierter Medizin
- Im Gegensatz zur Dermatoonkologie, wo Fortschritte in der molekularen Klassifikation erzielt wurden, ist die Überarbeitung der Klassifikation entzündlicher Hauterkrankungen noch unvollständig.
- Fortschritte im Verständnis der Immunantwortmuster ermöglichen eine Gruppierung entzündlicher Hauterkrankungen in vier Hauptmuster, die auf den zugrunde liegenden Immunmechanismen basieren.
- Diese Muster sind:
- Muster I: Zytotoxische Muster, verursacht durch Typ I Immunzellen (z.B. Lichen planus).
- Muster II: Typ II Immunzellen, unterteilt in zelluläre (z.B. atopische Dermatitis) und humorale Muster (z.B. autoimmune Blasenkrankheiten).
- Muster III: Induziert durch IL-17-sekretierende Zellen (z.B. Psoriasis).
- Muster IV: Gesteuert durch regulatorische T-Zellen, die mit Gewebeumbau und Fibrose assoziiert sind (z.B. Sklerodermie).
Herausforderungen der aktuellen Klassifikation
- Trotz der Fortschritte in der Klassifikation bleibt die Vorhersage des Therapieerfolgs und der Risiken von Nebenwirkungen unzureichend.
- Ein erheblicher Anteil der Patienten spricht nicht auf die Behandlung an, und es gibt keine Modelle zur Vorhersage von Nebenwirkungen oder der Entwicklung von Komorbiditäten.
- Die natürliche Krankheitsverlauf von entzündlichen Hauterkrankungen ist oft unvorhersehbar, was die Behandlung erschwert.
Methodik der Translational Dermatology Initiative
- Die Initiative umfasst eine prospektive, nicht-interventionelle klinische Registrierung, die umfassende klinische und molekulare Daten über einen längeren Zeitraum sammelt.
- Patienten werden zu mehreren Zeitpunkten untersucht, wobei verschiedene klinische Scores, Bilddaten und biologische Proben (z.B. Hautbiopsien, Blutproben) erfasst werden.
- Die gesammelten Daten werden in einer maßgeschneiderten Datenbank gespeichert, die für maschinelles Lernen optimiert ist.
Maschinenlernen und biokomputationaler Ansatz
- Die Initiative nutzt große Datensätze und computergestützte Methoden, um klinisch relevante Patientengruppen (Endotypen) zu identifizieren, die auf biologischen Mechanismen basieren.
- Unsupervised Learning und statistische Modelle werden verwendet, um Muster und Biomarker zu entdecken, die die verschiedenen Endotypen charakterisieren.
Aktueller Stand und Perspektiven
- Die Initiative hat bereits mehrere hundert Patienten mit unterschiedlichen entzündlichen Hauterkrankungen rekrutiert, mit dem Ziel, mindestens 3000 Patienten zu erfassen.
- Es wird angestrebt, die Initiative über Europa hinaus auszudehnen, um ethnische Unterschiede in der Pathogenese zu berücksichtigen.
- Die Studie wurde von den Ethikkommissionen der beteiligten Institutionen genehmigt, und alle Teilnehmer haben eine informierte Einwilligung gegeben.
Schlussfolgerung
- Die Translational Dermatology Initiative hat das Potenzial, die Präzisionsmedizin in der Dermatologie zu revolutionieren, indem sie eine objektive, datengestützte Klassifikation entzündlicher Hauterkrankungen entwickelt, die auf molekularen Ereignissen basiert.
- Dies könnte zu besseren Vorhersagen über Therapieerfolge, Nebenwirkungen und Krankheitsverläufe führen, was letztlich die Patientenversorgung verbessert.
Quelle: Jonsson P, Pilz AC, Maboudi H, Ranzinger D, Wagner P, Schaffert-Stone LN, Burg C, Dadras MS, Bradley M, Schauer F, Schempp CM, Garzorz-Stark N, Eyerich S, Eyerich K. The Translational Dermatology Initiative: Aiming at a New Disease Classification of Inflammatory Skin Diseases. JID Innov. 2025 May 13;5(5):100381. doi: 10.1016/j.xjidi.2025.100381. PMID: 40535547; PMCID: PMC12173067.
ssey/bvdd