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

Photo

"Cancer Scout" für die Pathologie

Mit KI zur personalisierten Krebstherapie

Jedes Jahr erkranken in Deutschland etwa 500.000 Menschen an bösartigen Tumoren. Mit der Entwicklung neuer, hochwirksamer Medikamente hat sich die Behandlung vieler Tumoren in den letzten Jahren…

Photo

MRT bei Hirntumor

FET-PET: Bessere Bildgebung unterscheidet zwischen 'gut' und 'bösartig'

Ein Problem bei der Hirntumordiagnostik mittels Magnetresonanztomographie (MRT) ist die Unterscheidung zwischen erneutem Tumorwachstum und gutartigen Veränderungen, häufig in Folge einer…

Photo

Maßgeschneiderte Behandlung

Krebs-Charakterisierung per Erbgutanalyse und Mini-Tumoren

Am Nationalen Centrum für Tumorerkrankungen Dresden (NCT/UCC) arbeiten Wissenschaftler mit patienteneigenen Krebszellen sowie aus diesen gezüchteten Mini-Tumoren und weiteren Tumormodellen daran,…

Verwandte Produkte

Agfa HealthCare – Dose

Dose Management Systems

Agfa HealthCare – Dose

Agfa HealthCare
Agfa HealthCare – DR 14e detector

DR Retrofit

Agfa HealthCare – DR 14e detector

Agfa HealthCare
Agfa HealthCare – DR 17e detector

DR Retrofit

Agfa HealthCare – DR 17e detector

Agfa HealthCare
Agfa HealthCare – Enterprise Imaging

Mobile RIS/PACS Viewer

Agfa HealthCare – Enterprise Imaging

Agfa HealthCare