Computational Analysis of Prognostic Factors, Immune Microenvironment, and T-Cell Receptor Repertoires in Lymphoma

by Nicole Seifert
Doctoral thesis
Date of Examination:2024-10-25
Date of issue:2024-11-22
Advisor:Prof. Dr. Michael Altenbuchinger
Referee:Prof. Dr. Michael Altenbuchinger
Referee:Dr. Johannes Söding
Persistent Address: http://dx.doi.org/10.53846/goediss-10887

 

 

Files in this item

Name:Dissertation_NicoleSeifert.pdf
Size:21.3Mb
Format:PDF

This file will be freely accessible after 2025-10-23.

Abstract

English

The immune system plays an important role in the development and progression of cancer. While solid cancers like carcinomas primarily affect specific organs and tissues, hematologic malignancies are not always so localized, as they originate from cells in the blood. A hematologic malignancy that specifically affects lymphocytes like T and B cells, which are a crucial part of the immune system, is called lymphoma. Lymphomas are diverse in their pathophysiology and are mainly categorized into Non-Hodgkin lymphoma (NHL) and Hodgkin lymphoma (HL). NHL and HL present unique therapeutic challenges. While some NHL subtypes exhibit aggressive behaviors and have a poor prognosis, HL has generally better outcomes but affects younger populations who suffer from the long-term side effects of traditional therapies. Addressing these challenges requires a comprehensive approach, involving interdisciplinary collaboration of physicians, and laboratories to gather and generate relevant data from patients and computational scientists to analyze and interpret these data. This thesis focuses on the computational analysis of clinical data, genomic and histochemical data, and T-cell receptor (TCR) sequences as part of this collaboration. The main objectives of this thesis were to (i) identify prognostic factors in NHL with central nervous system (CNS) involvement, (ii) investigate the tumor microenvironment (TME) in HL with a focus on human leukocyte antigen class I (HLA-I) downregulation as an immune escape mechanism and T-cell activity following immune checkpoint blockade (ICB), and (iii) develop a user-friendly and efficient tool for the analysis of TCR sequences. To address the first objective, clinical data from 124 patients with SCNSL (secondary CNS lymphoma) treated at five hematological centers were analyzed computationally. The analyses revealed that the initial lymphoma subtype leading to SCNSL significantly influenced patient outcomes. Additionally, patients who received high-dose chemotherapy and autologous stem cell transplantation (HDT-ASCT), and those who reached complete or partial remission early after initial treatments, showed significantly better survival rates. On the other hand, differences in initial treatment strategies showed no significant correlation with patient outcomes. These findings underscore the importance to perform HDT-ASCT and to align future SCNSL treatment strategies on histopathological subtypes and on achieving early treatment responses. For the second objective, gene expression profiles and the cellular composition of the TME in HL patients were analyzed. The analyses revealed that HLA-I expression on Hodgkin Reed-Sternberg cells (HRSCs) correlated with a distinct gene expression profile and specific cellular composition in the TME. HLA-I positive HL cases showed fewer HRSCs and reduced expression of key cytokines, such as CCL17/TARC, compared to HLA-I negative cases. HLA-I positive HL also showed more CD8+ cytotoxic T cells, though with increased expression of immune checkpoint inhibitors like LAG3. Additionally, TCR sequences in tissue biopsies and blood samples of HL patients before and during anti-PD1 ICB were computationally analyzed. The analyses showed that anti-PD1 ICB did not result in significantly increased T-cell activation and clonal expansion, neither in the TME nor in the blood of HL patients. However, CD8+ T cells in the peripheral blood of HL patients showed an overall increase in clonality compared to the TME. The findings strongly suggest that HLA-I expression on HRSCs and the exclusion of clonally expanded T cells from the TME should be considered in future research, especially concerning the development of immunotherapeutic strategies. To address the third objective, TCRanalyzer was developed as a tool to facilitate comprehensive TCR sequence analysis. TCRanalyzer integrates several computational tools and provides a robust and fast solution for analyzing TCR repertoires. TCRanalyzer can quantify TCR diversity metrics, track dynamic changes, and identify clonally expanded T-cell populations. TCRanalyzer was validated through a case study, providing clear insights into T-cell activity and antigen specificity following immunotherapy. The key findings of this thesis highlight the importance of tailored treatment strategies for SCNSL patients, the impact of HLA-I expression on the HL TME, and the surprisingly low T-cell expansion in the HL TME, even after anti-PD1 ICB. The development of TCRanalyzer addresses limitations in traditional TCR analysis tools, offering an efficient and user-friendly solution for analyzing and monitoring T-cell responses. These findings could collectively contribute to the development of more effective and personalized treatment strategies for lymphomas, with the ultimate goal to improve patient outcomes and their quality of life.
Keywords: Lymphoma; Hodgkin; SCNSL; Microenvironment; Immunology; TCR

German

Das Immunsystem spielt eine wichtige Rolle bei der Entstehung und dem Verlauf von Krebserkrankungen. Während solide Tumore, wie zum Beispiel Karzinome, in erster Linie Organe und Gewebe betreffen, sind Blutkrebse nicht immer so lokalisiert, da sie ihren Ursprung in Blutzellen haben. Ein Blutkrebs, der Lymphozyten wie T- und B-Zellen befällt, die ein wichtiger Bestandteil des Immunsystems sind, wird als Lymphom bezeichnet. Lymphome sind divers in ihrer Pathophysiologie und werden hauptsächlich in Non-Hodgkin-Lymphome (NHL) und Hodgkin-Lymphome (HL) eingeteilt. NHL und HL bringen unterschiedliche therapeutische Herausforderungen mit sich. Während einige NHL-Subtypen aggressiv und prognostisch schlecht sind, zeigt das HL zwar eher bessere Behandlungserfolge, betrifft aber oft jüngere Patientenpopulation, die unter den Langzeitnebenwirkungen herkömmlicher Therapien leiden. Die Bewältigung dieser Herausforderungen erfordert einen ganzheitlichen Ansatz, der die interdisziplinäre Zusammenarbeit von Ärzten und Laboren, die relevante Daten von Patienten sammeln und generieren, und Computerwissenschaftlern, die diese Daten analysieren und interpretieren, einschließt. Die hier präsentierte Arbeit konzentriert sich auf die computergestützte Analyse von klinischen Daten, genomischen und histochemischen Daten, sowie T-Zell-Rezeptor-Sequenzen (TCR) als Teil dieser Zusammenarbeit. Die primären Forschungsziele dieser Arbeit waren (i) die Identifizierung prognostischer Faktoren in NHL mit Befall des Zentralnervensystems (ZNS), (ii) die Untersuchung der Tumormikroumgebung (TME) bei HL mit Schwerpunkt auf der Herabregulierung des humanen Leukozytenantigens Klasse I (HLA-I) als Mechanismus zur Immunevasion und der T-Zell-Aktivität nach Immun-Checkpoint-Blockade (ICB), und (iii) die Entwicklung eines benutzerfreundlichen und effizienten Tools für die Analyse von TCR Sequenzen. Um das erste Forschungsziel zu erreichen, wurden die klinischen Daten von 124 Patienten mit SCNSL (sekundäres ZNS-Lymphom), die in fünf hämatologischen Zentren behandelt wurden, computergestützt analysiert. Die Analysen ergaben, dass der initiale Lymphomsubtyp, der zu SCNSL führte, die Behandlungserfolge der Patienten erheblich beeinflusste. Darüber hinaus zeigten Patienten, die eine hochdosierte Chemotherapie in Kombination mit einer autologen Stammzelltransplantation (HDT-ASCT) erhielten, sowie Patienten, die nach der Erstbehandlung frühzeitig eine vollständige oder partielle Remission erreichten, signifikant bessere Überlebensraten. Andererseits zeigten die Unterschiede in den anfänglichen Behandlungsstrategien keine signifikante Korrelation mit dem Überleben der Patienten. Diese Ergebnisse unterstreichen, wie wichtig es ist, eine HDT-ASCT durchzuführen und künftige SCNSL-Behandlungsstrategien auf histopathologische Subtypen und das Erreichen eines frühen Behandlungsansprechens auszurichten. Für das zweite Forschungsziel wurden die Genexpressionsprofile und die zelluläre Zusammensetzung der TME bei HL-Patienten analysiert. Die Analysen zeigten, dass die HLA-I-Expression auf Hodgkin-Reed-Sternberg-Zellen (HRSCs) mit einem bestimmten Genexpressionsprofil und einer spezifischen zellulären Zusammensetzung in der TME korreliert. HLA-I-positive HL-Fälle wiesen im Vergleich zu HLA-I-negativen Fällen weniger HRSCs und eine geringere Expression wichtiger Zytokine, wie CCL17/TARC, auf. HLA-I-positive HL-Fälle wiesen auch mehr CD8+ zytotoxische T-Zellen auf, allerdings mit erhöhter Expression von Immun-Checkpoint Inhibitoren wie LAG3. Zusätzlich wurden die TCR-Sequenzen in Gewebebiopsien und Blutproben von HL-Patienten vor und während anti-PD1-ICB analysiert. Die Analysen ergaben, dass anti-PD1-ICB weder in der TME, noch im Blut von HL-Patienten, zu signifikant erhöhter T-Zell-Aktivierung und klonaler Expansion führte. Die CD8+ T-Zellen im peripheren Blut von HL-Patienten wiesen jedoch im Vergleich zur TME insgesamt eine höhere Klonalität auf. Die Ergebnisse legen sehr nahe, dass die HLA-I-Expression auf HRSCs und der Ausschluss klonal expandierter T-Zellen aus der TME in der zukünftigen Forschung berücksichtigt werden sollten, insbesondere im Hinblick auf die Entwicklung von immuntherapeutischen Strategien. Für das dritte Forschungsziel wurde TCRanalyzer entwickelt, eine Software zur Erleichterung umfassender TCR-Sequenzanalysen. TCRanalyzer integriert mehrere Computertools und bietet eine robuste und schnelle Lösung für die Analyse von TCR-Repertoires. TCRanalyzer kann TCR-Diversitätsmetriken quantifizieren, dynamische Veränderungen ermitteln und klonal expandierte T-Zell-Populationen identifizieren. TCRanalyzer wurde anhand einer Fallstudie validiert, wobei deutliche Einblicke in die T-Zell-Aktivität und Antigenspezifität nach einer Immuntherapie gewonnen werden konnten. Die Hauptergebnisse dieser Arbeit verdeutlichen die Wichtigkeit maßgeschneiderter Behandlungsstrategien für SCNSL-Patienten, den Einfluss der HLA-I-Expression auf die HL-TME und die überraschend geringe T-Zell-Expansion in der HL-TME, selbst nach anti-PD1-ICB. Die Entwicklung von TCRanalyzer adressiert die Einschränkungen herkömmlicher TCR-Analysetools und bietet eine effiziente und benutzerfreundliche Lösung für die Analyse und Überwachung von T-Zell-Reaktionen. Insgesamt könnten diese Erkenntnisse zur Entwicklung effizienterer und personalisierter Behandlungsstrategien für Lymphome beitragen, mit dem Ziel, die Behandlungserfolge und die Lebensqualität der Patienten zu verbessern.