Personalisierte Medizin

Der virtuelle Krebspatient

Krebs ist nicht gleich Krebs. Jede Leukämie hat ihre Besonderheiten, jeder Tumorpatient eine einzigartige Erkrankung. Der Grund: Krebszellen sind entartete Körperzellen, deren Wachstum durch diverse Genveränderungen außer Kontrolle geraten ist.

Diese Mutationen variieren selbst unter Patienten, die an der gleichen Krebsart leiden. Sogar Zellen innerhalb eines Tumors können sich genetisch unterscheiden. Die Genveränderungen beeinflussen aber nicht nur das Wachstum der kranken Zellen, sondern auch deren Ansprache auf eine Behandlung. „Bei einer herkömmlichen Therapie dreht man daher oft an Stellschrauben, die für einen spezifischen Patienten keinen Effekt haben“, sagt Heinz Koeppl, Professor am Fachbereich Elektrotechnik und Informationstechnik und Zweitmitglied im Fachbereich Biologie der TU Darmstadt.

Photo
Im Labor: Professor Heinz Koeppl (links) und sein wissenschaftlicher Mitarbeiter Jascha Diemer.
Quelle: TU Darmstadt/Katrin Binner

Bislang verläuft nur jede vierte Krebstherapie erfolgreich – unter den Nebenwirkungen leiden die Patienten trotzdem. Die Vision von Koeppl und seinen Mitarbeitern: Zukünftig soll sich vorab abschätzen lassen, ob eine bestimmte Therapie einer erkrankten Person überhaupt helfen kann. Dafür entwickeln die Wissenschaftler Computermodelle, quasi virtuelle Patienten, die sie aus Gen­ und Protein­Daten der Krebszellen, aus Ergebnissen von Zellversuchen im Labor, aus histologischen Befunden, anderen klinischen Untersuchungen sowie vielen weiteren Informationen konstruieren. Die Darmstädter Forschungsarbeiten sind eingebunden in zwei EU-Projekte: Das internationale Verbundvorhaben PrECISE, das nunmehr endet, hat sich auf Prostata-Krebs konzentriert. Im Februar 2019 startet das iPC­Projekt, das sich mit häufigen Krebsleiden von Kindern beschäftigt.

Für einige Krebstypen gibt es bereits grobe Netzwerkmodelle und Datenbanken, die Zellprozesse, beispielsweise Signalkaskaden und katalytische Aktivitäten von Proteinen, beschreiben. Dieses Netzwerkskelett verfeinern die Forscher, indem sie aktuelle krankheits­ und patientenspezifische Informationen integrieren. Die Kunst liege darin, Algorithmen zu finden, die das vorhandene Wissen korrekt an die neuen molekularen Daten anpassen, erklärt Koeppl. Es sei extrem wichtig, das Detailwissen in den Köpfen von Biologen und Biochemikern in die Modelle miteinzubeziehen: „Rein datengetriebene Verfahren der Künstlichen Intelligenz sind hier nicht zielführend.“

Netzwerk der molekularen Wechselwirkungen

Der virtuelle Patient bildet das Netzwerk der molekularen Wechselwirkungen in den Krebszellen ab. Wollen die Forscher ein Medikament testen, das ein bestimmtes Protein hemmt, müssen sie in ihrem Computermodell nur die Aktivität dieses Proteins verringern oder ausschalten. Sie sehen dann die Auswirkungen auf das gesamte Netzwerk und somit auf die Krebszellen. Wird der gewünschte Signalpfad deaktiviert? Vermehren sich die Zellen jetzt langsamer? Sterben sie gar ab? Oder ist der Effekt vernachlässigbar? „Wenn man verschiedene Wirkstoffe am Netzwerkmodell durchspielt, kann man einem Patienten die beste verfügbare Therapie vorschlagen. Das ist die Idee der personalisierten Medizin“, sagt Koeppl. Immuntherapien und andere neue Behandlungsmethoden lassen sich ebenfalls mit solchen Modellen testen. Im PrECISE-Projekt wurde die Wirkung bestimmter Anti-Krebs-Mittel bereits am Computer abgeschätzt. „Die aktuellen Ergebnisse stimmen zumindest gut mit Daten aus Krebszelllinien überein“, sagt Koeppl. Das lässt hoffen, auch wenn bis zur klinischen Anwendung noch Jahre vergehen werden.


Quelle: TU Darmstadt/Uta Neubauer

15.12.2018

Mehr aktuelle Beiträge lesen

Verwandte Artikel

Rechnen mit Tumor

Prostatakrebs: Computermodell prognostiziert Krankheitsverlauf

Wie wird eine gesunde Zelle zu einem Tumor? Um diese Frage zu beantworten, hat ein Forschungsteam der Charité – Universitätsmedizin Berlin zusammen mit internationalen Arbeitsgruppen fast 300…

Big Data im Blick

Ersetzt der Computer bald den Augenarzt?

Künstliche Intelligenz, insbesondere Deep Learning, könnte in naher Zukunft die Augenheilkunde revolutionieren. Auf dem diesjährigen Kongresses der Deutschen Ophthalmologischen Gesellschaft (DOG)…

Tumorforschung

Liquid Biopsy als Frühwarnsystem bei Prostatakrebs

Liquid Biopsy (Flüssigbiopsie) könnte sich bei Patienten mit hoch aggressiven Prostatakarzinomen als Frühwarnsystem für eine Ausbreitung der Tumorzellen über die Blutbahn eignen. Diesem Ansatz…

Verwandte Produkte

DR

Agfa - DX-D 300

Agfa HealthCare

DR

Agfa - DX-D 40 detector

Agfa HealthCare

Mobile RIS/PACS viewer

Agfa - Enterprise Imaging

Agfa HealthCare

Business Intelligence

Agfa - Enterprise Imaging Business Intelligence

Agfa HealthCare

Mobile RIS/PACS viewer

Agfa - Enterprise Imaging Exchange

Agfa HealthCare