News • Medikamentenforschung

Deep learning soll Krebstherapie vereinfachen

Wirkstoffe zur Behandlung der schwerwiegenden Krebserkrankung können in den seltensten Fällen direkt am Patienten erprobt werden. Daher sind Forschende hierbei auf bereits existierende Zelllinien angewiesen. Wie aber findet man die eine Zelllinie, die dem Tumor des oder der Erkrankten am ähnlichsten ist? Biomathematiker Prof. Maik Kschischo und Doktorandin Xiaoxiao Zhang vom Remagener RheinAhrCampus der Hochschule Koblenz haben mit MFmap (Model Fidelity Map) ein Software-Tool entwickelt, das bei der Suche nach der geeigneten Zelllinie helfen soll.

Photo
Die Abbildung zeigt die Ähnlichkeiten zwischen Tumoren (vertikal) und Zelllinien (Zeilen), exemplarisch für Darmkrebs (oben) und einen Hirntumor (Glioblastom, unten). Somit kann für einen Tumor eine biologisch möglichst ähnliche Zelllinie gefunden werden, welche dann im Labor untersucht und getestet werden kann. Umgekehrt kann vorhergesagt werden, auf welche Tumore und Subtypen bestimmte Resultate aus Laborexperimenten übertragbar sind.

Quelle: Zhang X, Kschischo M (2021) MFmap: A semi-supervised generative model matching cell lines to tumours and cancer subtypes. PLoS ONE 16(12): e0261183. https://doi.org/10.1371/journal.pone.0261183

Mit Hilfe der „Deep-Learning-Technologie“ können Krebsforschende Zelllinien- und Tumordaten vergleichen, daraufhin im System die Zelllinie auswählen, die dem betroffenen Tumor am stärksten ähnelt – und so die Krebstherapie positiv beeinflussen.

Die Zelllinienforschung ist bei der Entwicklung von Krebstherapien bereits seit den 50er Jahren eines der wichtigsten Instrumente. Aber: Sie kann die biologische Realität nicht eins zu eins abbilden, da verschiedene Einflussfaktoren, wie das Immunsystem oder die Tumorumgebung eines Erkrankten, nicht berücksichtigt werden können. Um Ergebnisse aus in vitro – also im Reagenzglas durchgeführten – Experimenten in klinische Anwendungen zu übertragen, ist daher die Verwendung der am besten geeigneten Zelllinie für einen bestimmten Tumor oder Krebssubtyp von essenzieller Bedeutung. Die vom Biomathematik-Team aus Remagen entwickelte Software setzt genau dort an.

Seit rund einem Jahr forschen Maik Kschischo und XiaoXiao Zhang im Rahmen von Zhangs Doktorarbeit an dem Projekt. „MFmap integriert Krebsgenomdaten von Patientinnen oder Patienten mit bestehenden, im System vorliegenden Zellliniendaten. So komprimiert das System komplexe genomische Merkmale von Tausenden von Genen in einen kleinen Satz von Merkmalen“, erklärt Zhang. „Dadurch werden Zelllinien- und Tumordaten vergleichbar und Krebsforschende können die beste Zelllinie auswählen, die einer bestimmten Tumorart oder sogar einem einzelnen Tumor sehr ähnlich ist. MFmap hilft quasi bei der Suche nach der sprichwörtlichen Nadel im Heuhaufen“, führt Kschischo weiter aus. Und liefert damit Daten, die für die Prognose und Behandlungsmöglichkeiten von Tumorerkrankten entscheidend sein können.

Durch die Klassifizierung von Krebszelllinien in Subtypen bietet die Software außerdem eine neue Möglichkeit, die Wirkung von therapeutischen Verbindungen in einem bestimmten Tumorsubtyp vorherzusagen. So zeigen Zhang und Kschischo in ihrem wissenschaftlichen Paper am Beispiel eines aggressiven Hirntumors, dass MFmap auch dazu verwendet werden kann, um die Veränderung der Zelle während des Krankheitsverlaufs zu untersuchen.

Aus Sicht der Forschenden ist MFmap eine vielversprechende und zukunftsweisende Methode der künstlichen Intelligenz, die unzählige Anwendungsmöglichkeiten in vielen anderen Bereichen der Biologie und Medizin bietet.

Die Forschungsergebnisse wurden in PLOS ONE veröffentlicht.

Quelle: Hochschule Koblenz - University of Applied Sciences

15.01.2022

Mehr aktuelle Beiträge lesen

Verwandte Artikel

Photo

News • Cholangiokarzinom

Krebs im Gallengang: kombinierte Therapie zeigt Potenzial

Patienten mit bösartigen Tumoren der Gallenwege haben oft eine schlechte Prognose. Forscher untersuchen nun eine kombinierte Behandlungsstrategie aus Immun- und Chemotherapie.

Photo

Artikel • Bildgebung in der Viszeralmedizin

Endosonografie: KI als Helfer für die „Königsdisziplin“

Die Endosonografie stellt Untersucher vor besondere Herausforderungen, denn hier müssen gleich zwei anspruchsvolle Disziplinen gemeistert werden. Der Einsatz künstlicher Intelligenz (KI) könnte…

Photo

News • Häufiger Krebs

Kopf-Hals-Tumore: Diagnostik und Therapie

Anlässlich der Fokuswoche zu Kopf-Hals-Tumoren vom 19. bis 23. September erklärt Priv.-Doz. Dr. Arne Böttcher vom Universitätsklinikum Hamburg-Eppendorf (UKE), welche Risikofaktoren und Therapien…

Verwandte Produkte

Canon – Advanced intelligent Clear-IQ Engine for MR

Artificial Intelligence

Canon – Advanced intelligent Clear-IQ Engine for MR

Canon Medical Systems Europe B.V.
Canon - Aquilion Exceed LB

Oncology CT

Canon - Aquilion Exceed LB

Canon Medical Systems Europe B.V.
Canon - CT Image Reconstruction

Artificial Intelligence

Canon - CT Image Reconstruction

Canon Medical Systems Europe B.V.
Canon - HIT Automation Platform

Artificial Intelligence

Canon - HIT Automation Platform

Canon Medical Systems Europe B.V.
Canon - Vantage Elan NX Edition

1.5 Tesla

Canon - Vantage Elan NX Edition

Canon Medical Systems Europe B.V.
Fujifilm · REiLI

Artificial Intelligence

Fujifilm · REiLI

FUJIFILM Europe GmbH
Newsletter abonnieren