Durch qualitative und quantitative Fortschritte in der molekularen Untersuchung von Tumoren stehen immer umfangreichere Datensätze zur Verfügung, die dabei helfen Krebserkrankungen besser zu verstehen. Darüber hinaus gibt es schon lange Bestrebungen dieses Wissen über die molekularen Eigenschaften von Tumoren zur Schaffung einer molekularen Tumorklassifikation zu verwenden, welche unabhängig von Histologie und Ursprungsorgan des Tumors ist. Eine derartige Klassifikation von Hoadley et al. (2014) verwendete detaillierte molekulare Profile von zwölf histopathologisch diagnostizierten Tumorentitäten und schuf, durch algorithmisches Zusammenfassen von ähnlichen Tumorprofilen, dreizehn molekulare Tumorklassen. Diese Transformation einer histologischen in eine molekulare Klassifikation führte dazu, dass 121 Tumoren nicht derselben molekularen Klasse zugeordnet wurden wie ihre übrigen organverwandten Neoplasien. Um herauszufinden inwieweit sich die molekulare Klassifikation tatsächlich von der klassischen histologischen Einteilung unterscheidet, wurden die digitalisierten histologischen Schnitte dieser reklassifizierten Tumoren untersucht. In 72% der Fälle ließen sich histopathologische Besonderheiten feststellen, welche diese Tumoren somit auch auf histologischer Ebene von ihren organverwandten Neoplasien abgrenzbar machen. Somit konnte gezeigt werden, dass vermeintliche Reklassifizierungen von Tumoren mittels molekularer Daten der histopathologischen Diagnostik mehrheitlich nicht widersprechen, sondern es sich lediglich um histologische Subtypen handelt, die bei der Reklassifizierung nicht berücksichtigt wurden. Im Gegenteil scheint es so, dass sich histopathologische Eigenschaften in molekularen Profilen widerspiegeln und sich diese beiden Ansätze somit eher ergänzen als gegenseitig ausschließen.
Qualitative and quantitative progress in the molecular characterization of tumors have substantially increased our understanding of cancer through extensive data sets. Consequently, efforts to use these data sets for a histology-independent molecular tumor classification have been mounted. The most comprehensive molecular classification published by Hoadley et al. (2014) used an algorithmic approach that classified detailed molecular tumor-profiles based on similarity. Twelve histopathologically diagnosed tumor entities were reclassified into thirteen molecular classes. This transformation of a histological classification into a molecular classification lead to the reclassification of 121 tumors apart from their organ-related neoplasms. In order to determine the degree to which the molecular and the histological classifications actually differ, the digitized histophathological slides of these 121 tumors were re-examined. Special histopathological properties, which are not found in the typical tumors of the respective organs and hence are indicative of subtypes, were identified 72% of the re-examined slides. Consequently, these tumors are readily distinguishable from their organ-related malignancies through their histopathological properties and thus instead of contradicting the histological classification, the molecular classification appears to essentially be consistent with it.
