Dokument: The Clinical Relevance of Circulating Tumour Cells and Tumour-Derived Extracellular Vesicles from Different Blood Compartments in Colorectal Cancer

Titel:	The Clinical Relevance of Circulating Tumour Cells and Tumour-Derived Extracellular Vesicles from Different Blood Compartments in Colorectal Cancer
Weiterer Titel:	Die klinische Relevanz von Circulating Tumour Cells und Tumour-Derived Extracellular Vesicles aus verschiedenen Blutkompartimenten beim kolorektalen Karzinom
URL für Lesezeichen:	https://docserv.uni-duesseldorf.de/servlets/DocumentServlet?id=72092
URN (NBN):	urn:nbn:de:hbz:061-20260206-093010-1
Kollektion:	Dissertationen
Sprache:	Englisch
Dokumententyp:	Wissenschaftliche Abschlussarbeiten » Dissertation
Medientyp:	Text
Autor:	Cieslik, Stefan Alexander [Autor]
Dateien:	[Dateien anzeigen] Adobe PDF [Details] 10,93 MB in einer Datei [ZIP-Datei erzeugen] Dateien vom 31.01.2026 / geändert 31.01.2026
Beitragende:	Professor Dr. Stoecklein, Nikolas H. [Gutachter] Professor Dr. Neubauer, Hans [Gutachter] PD Dr. med. Polzer, Bernhard [Gutachter]
Dewey Dezimal-Klassifikation:	600 Technik, Medizin, angewandte Wissenschaften » 610 Medizin und Gesundheit
Beschreibungen:	Colorectal cancer (CRC) represents the third most common cause of cancer-related mortality in Germany and the second most common in the USA. Following curative surgery, the selection of an optimal adjuvant treatment is of utmost importance. Liquid biopsies, as a tool to sample circulating tumour-derived elements, including circulating tumour cells (CTCs) and tumour-derived extracellular vesicles (tdEVs) in blood, may facilitate the adjuvant decision making. However, CTCs are currently limited in their informative value due to their low abundance, even in metastatic CRC patients. For my thesis, I investigated potential solutions to deal with the scarcity of CTCs. I evaluated the benefit of tumour-draining vein (DV) blood on detecting CTCs and tdEVs compared to central venous catheter (CVC) blood. Furthermore, my objectives were to gain insights into their correlation with the patient's clinicopathological information and to investigate the phenotype of DV biopsies. 510 blood samples from 364 gastrointestinal tumour patients and 93 from healthy participants were analysed. We employed the CellSearch system (CS), the current gold standard for CTC enrichment. The ACCEPT software and in-house developed R scripts were applied to objectify and automatize the enumeration process of CTCs. Following validation of gating settings for CTCs and tdEVs, the respective counts were correlated with the clinicopathological data of 227 blood samples from 142 CRC patients. Aside from the enumeration, ACCEPT provides a tabular output of different fluorescence signals, including size, morphology, and intensity. By implementing this output into analysis, CTC and tdEV phenotypes could be differentiated and diversity indices could be calculated. The first index was based on the Shannon index of clusters generated with the k-means algorithm after UMAP dimension reduction, and the second one was based on the standard deviation of 13 ACCEPT parameters. To make the optimized automated evaluation of CS and ACCEPT data accessible to other users in the future, I developed a Shiny app based on R. The results revealed that the detection rate of CTCs and the count of CTCs and tdEVs were highest in DV. As indicated in previous studies, tdEVs were more abundant than CTCs and exhibited a strong correlation with CTCs in our investigation. CVC-tdEVs reflected clinical indicators of tumour spread, while DV-tdEVs and DV-CTCs were associated with tumour size. In both compartments, the prognostic information of tdEVs surpassed that of CTCs in uni- and multivariate analyses and Kaplan-Meier estimates. CTCs and tdEVs in DV samples were larger, more eccentric, and displayed stronger CK intensities than CVC samples (p < 0.05). A higher CTC/tdEV diversity calculated by both indices was associated with shorter overall survival (OS) and improved patient stratification. The programmed Shiny app could be potentially used as a cost- and time-saving tool for organizing and interpreting CellSearch data when evaluating datasets from multiple studies. The present study demonstrates that DV biopsies have the potential to enhance biomarker detection. Moreover, tdEVs exhibited superior predictive accuracy compared to CTCs, and the analysis of phenotypes further improved the predictive accuracy. Taken together, implementing both biomarkers and their phenotypic characteristics can further personalize adjuvant decision-making strategies. Das kolorektale Karzinom (KRK) ist die dritthäufigste krebsbedingte Todesursache in Deutschland und die zweithäufigste in den USA. Wenn eine kurative, das heißt operative Therapie möglich ist, stellt sich im adjuvanten Zeitraum die Frage, wie die Erkrankung weiter therapiert werden sollte. Die Flüssige Biopsie oder auch Liquid Biopsy genannt, bei der aus dem Blut zirkulierende Tumorzellen (CTCs) und tumor-assoziierte Vesikel (tdEVs) bestimmt werden, könnte die Entscheidungsfindung unterstützen. Ein wesentlicher Grund, wieso diese Biomarker noch kein etablierter Bestandteil in der Klinik sind, ist das seltene Vorkommen dieser, selbst in metastasierten Darmkrebspatienten. Für mein Projekt habe ich untersucht, welchen Einfluss das Blut aus der tumor-drainierende Vene (DV) auf die Detektion der CTCs und tdEVs im Vergleich zum zentralvenösen (CVC) Blut hat. Zudem erfolgte eine Korrelation dieser Biomarker mit klinikopathologischen Faktoren und eine phänotypische Charakterisierung. Ich analysierte insgesamt 510 Blutproben von 364 gastrointestinalen Krebspatienten und 93 Blutproben von gesunden Teilnehmern. Hierzu nutzten wir den Goldstandard unter den CTC-Anreicherungstechnologien, das CellSearch-System (CS). Um den Prozess der Enumeration zu objektivieren und zu automatisieren, nutzten wir die ACCEPT Software in Kombination mit R-Skripten. Nach der Validierung von Gate-Settings zur Enumeration von CTCs/tdEVs, setzte ich sie für 227 Blutproben von 142 KRK-Patienten ein. ACCEPT ermöglicht neben der Enumeration auch die Extraktion eines numerischen Outputs von verschiedenen Fluoreszenz-Signalen, z.B. der Größe, Morphologie und der Intensität. Zum einen ermöglichte die Bereitstellung der Fluoreszenz-Parameter den phänotypischen Vergleich und zum anderen die Berechnung zweier Diversitätsindizes. Diese Indizes basierten auf den Shannon-Index von k-means-generierten Clustern nach einer Dimensionsreduktion durch UMAP und auf der Standardabweichung selektierter Parameter. Für die zukünftige Evaluationen von CS-Daten und des ACCEPT-Outputs programmierte ich eine App innerhalb der R Umgebung. tdEVs waren im Vergleich zu CTCs in einer höheren Detektionsrate und Zahl im Blut zu finden. CTCs und tdEVs wiesen beide eine höhere Detektionsrate und Zahl im DV auf. CVC-tdEVs waren insbesondere mit der systemischen Ausbreitung des Tumors assoziiert, wohingegen sowohl DV-tdEVs als auch DV-CTCs vor allem mit der lokalen Tumorgröße und -invasion zusammenhingen. Unabhängig vom Blutentnahmeort wiesen tdEVs sowohl in der uni- als auch multivariaten Analyse einen höheren prognostischen Wert auf als CTCs. Die Evaluation der phänotypischen Eigenschaften ergab, dass beide Biomarker im DV verglichen zum CVC wesentlich größer und rundlicher waren und eine stärkere CK-Intensität aufwiesen. Eine erhöhte Diversität der CTCs/tdEVs war mit einem verkürzten Gesamtüberleben assoziiert. Die programmierte App erwies sich bei der Evaluation von weiteren Datensets als kosteneffektives und zeitsparendes Tool zur Organisation und Interpretation von CellSearch Daten. In meiner Dissertation zeige ich auf, dass die intraoperative Blutentnahme aus einer DV eine sichere Methode darstellt, die Detektion von Biomarkern effektiv zu steigern und zusätzliche Informationen zu gewinnen. tdEVs wiesen eine höhere prognostische Genauigkeit auf verglichen zu CTCs. Weiterhin erhöhte die Analyse der phänotypischen Eigenschaften beider Biomarker die prognostische Genauigkeit. Zukünftig könnte die Kombination beider Biomarker unter Einschluss derer phänotypischen Eigenschaften, die adjuvante Entscheidungsfindung wesentlich unterstützen.
Lizenz:	Dieses Werk ist lizenziert unter einer Creative Commons Namensnennung 4.0 International Lizenz
Fachbereich / Einrichtung:	Medizinische Fakultät
Dokument erstellt am:	06.02.2026
Dateien geändert am:	06.02.2026
Promotionsantrag am:	21.05.2025
Datum der Promotion:	27.01.2026