PanDrugs: Analyse genomischer Daten für bessere Krebstherapien

Genomanalysen bei Tumorpatienten sind ein vielversprechender Ansatz, um das Ansprechen auf Medikamente und das Behandlungsergebnis zu prognostizieren. Mit PanDrugs entwickelte das Projekt PERSMEDOMICS einen innovativen bioinformatischen Ansatz, um Therapien anhand des individuellen genomischen Profils genauer auf einen Patienten abzustimmen.

Digitale Wirtschaft

Gesundheit

PanDrugs soll ein Bindeglied darstellen, um Biomarker als prognostische Werkzeuge für das Behandlungsergebnis im klinischen Umfeld zu etablieren. Zusammen mit leistungsfähigen Infrastrukturen für computergestützte Datenauswertung und –speicherung wird die neue, von Bioinformatikern vor Ort betreute Plattform dazu beitragen, mittels Genomanalysen Krebstherapien zu personalisieren. "In den meisten klinischen Studien werden Wirksamkeit und Sicherheit eines neuen Medikaments noch an weitgehend unselektierten Patientenpopulationen bewertet", erklärt Dr. Fatima Al-Shahrour, Koordinatorin von PERSMEDOMICS (Bioinformatics and Integrative Genomics for a Novel Personalized Cancer Therapy) am Nationalen Krebsforschungszentrum CNIO in Spanien. "Wenn wir statt Basket-Studien Genomanalysen durchführen, können wir genauere Diagnosen stellen, Therapien mit Mehrfachbiomarkern entwickeln, die Verschreibung sicherer machen und die Prävention verbessern, was wiederum Kosten im Gesundheitswesen senkt." Die personalisierte Krebstherapie steckt bislang noch in den Kinderschuhen, und um sie standardmäßig einzusetzen, brauchen Kliniken schnelle, reproduzierbare, einfache und billige Testmethoden. Voraussetzungen hierfür sind der schnelle Austausch molekularbiologischer und klinischer Daten, genaueste Daten zur Tumorbiologie und Beseitigung derzeitiger therapeutischer und pharmakologischer Hürden. "Die neuesten Studien haben auch gezeigt, dass für die personalisierte Medizin und detaillierte Therapieentscheidungen Daten von Tausenden Patienten benötigt werden. Leider sind die medizinischen Computerinfrastrukturen in Krankenhäusern, selbst wenn all diese Probleme gelöst wären, bislang nicht leistungsfähig genug für die effiziente Verarbeitung solch großer Datenmengen", bedauert Dr. Al-Shahrour. Hier sind dringend schnelle und kostengünstige Technologien gefragt, um Patientendaten und weitere bekannte Informationen zusammenzuführen. PanDrugs soll nun Teil der Lösung werden: mittels Bioinformatik werden genomische Daten (Mutationen, Kopienzahlvariationen, Genexpressionsniveaus) sowie funktionelle (Protein-Essentialität) und pharmakologische Daten (Sensitivität oder Resistenz bei Krebsmedikamenten) analysiert und zusammengeführt, um behandelbare molekulare Veränderungen (Mutationen) zu finden. "Mit PanDrugs können die in Genomanalysen bei Krebspatienten generierten großen Datenmengen nach biologischer und klinischer Relevanz und Eignung für ein pharmakologisches Targeting geordnet werden, was klinische Entscheidungen vereinfacht. Unsere Gruppe forschte auch an einer neuen Methode der Repositionierung von Medikamenten, um mittels Transkriptionssignaturen die geeignete Abfolge der Krebsmedikamente zu bestimmen", sagt Dr. Al-Shahrour. Die Forschergruppe von PERSMEDOMICS erzielte sehr gute vorläufige Ergebnisse, und die Methoden wurden schon bei der Analyse von Sequenzierungsdaten bei PDC (duktales Adenokarzinom des Pankreas) verwendet, um behandelbare Mutationen zu priorisieren. "Im Rahmen klinischer Forschungsprojekte und Studien wurde PanDrugs als neues Modul in die Sequenzierungsanalyse eingeführt, um Patiententumoren zu kategorisieren und zielgenaue Medikamente oder Behandlungen zu ermitteln", schwärmt Dr. Al-Shahrour. "Bis jetzt haben wir Daten von mehr als 500 Patienten analysiert und konnten mit der neuen Pipeline bei fast der Hälfte dieser Fälle behandelbare Mutationen finden." Ein Beispiel ist die Studie, die Sequenzierungsdaten von 25 Patienten und PDX-Mausmodelle (patientenderivierte Xenotransplantate) zusammenführte. Mit PanDrugs konnte das Team in den meisten Fällen mögliche behandelbare tumorspezifische Veränderungen im Genom erkennen. Experimentelle Tests der Behandlungsergebnisse an PDX-Modellen zeigten, wie empirische Therapien bei Patienten ohne behandelbare Mutationen wirken würden. "Seit 2015 testen wir diese Strategie nun in einer prospektiven, randomisierten klinischen Studie bei 150 Patienten mit resistentem metastasierendem Bauchspeicheldrüsenkrebs, die mit einem ERC Advanced Grant für etablierte Forscher finanziert wurde. Auf diese Weise wollten wir bestätigen, dass eine integrierte personalisierte Therapie das Überleben im Vergleich zur konventionellen Behandlung verbessert", sagt Dr. Al-Shahrour. Pandrugs lieferte damit eine Lösung, um molekulare Profile von Patientenpopulationen zu erstellen. Der Schwerpunkt im öffentlichen Gesundheitswesen kann nun auf der Beschaffung von Gesamtinfrastruktur, Software und Expertise für die Speicherung, Recherche, Verarbeitung und Analyse solcher Daten liegen. PanDrugs ist ein Open Source-Projekt und stellt alle Algorithmen und Methoden frei zur Verfügung. Das Projektkonsortium baute inzwischen Kooperationen mit öffentlichen und privaten Einrichtungen im Gesundheitssektor auf, um die Anwendung der Methoden voranzutreiben.

Schlüsselbegriffe

PESMEDOMICS, Pandrugs, Krebs, Genomik, Bioinformatik, große Datenmengen, personalisierte Medizin, klinische Studie, Tumor, Algorithmus

Bioinformatics and Integrative Genomics for a Novel Personalized Cancer Therapy

PanDrugs: Analyse genomischer Daten für bessere Krebstherapien

Schlüsselbegriffe

Entdecken Sie Artikel in demselben Anwendungsbereich

Diese Seite teilen

Herunterladen