Smart Translation - Optimierung der Diagnostik in der personalisierten Onkologie durch die Entwicklung eines effizienten Analysesystems zur Exploration, Validierung und Translation neuer molekularbiologischer Biomarker und SmartLab-Integration

Die Präzisionsmedizin verspricht die Möglichkeit dem Patienten eine individuelle und damit bestmögliche Therapie zukommen zu lassen. In der Onkologie bedeutet das konkret eine Chance auf längeres Leben.

Das Ovarialkarzinom stellt die führende Todesursache gynäkologischer Malignome dar und steht im Fokus des aktuellen Forschungsprojekts. Es sind unterschiedliche Subtypen bekannt, die sich aufgrund des Ursprungs des entarteten Zelltyps klassifizieren lassen. Das erschwert sowohl die Therapieentscheidung als auch die Vorhersage des Therapieerfolgs. Die Sterblichkeitsrate der betroffenen Frauen beträgt 80 %. Nach der Resektion des Tumorgewebes wird die darauf folgende Chemotherapie meist durch die Gabe des anti-angiogenen Antikörpers Bevacizumab unterstützt. Der Einsatz des Antikörpers zeigt zwar meist Erfolge, die Verabreichung ist jedoch stets mit zahlreichen Nebenwirkungen verbunden. Die Etablierung von prädiktiven Biomarkersignaturen zur Prognose des Ansprechens einer geeigneten Therapie ist, was im klinischen Umfeld fehlt.

In diesem interdisziplinären Forschungsvorhaben werden neue Machine Learning Algorithmen entwickelt (Teilprojekt TU Dresden, Institut für künstliche Intelligenz), um Biomarkersignaturen aus Next Generation Sequencing (NGS) Datensätzen identifizieren zu können. Im Fokus der Forschung stehen zirkulierende Nukleinsäuren aus Vollblut, Serum oder Urin (Liquid Biopsy). Im Detail werden Expressionsprofile aus NGS-Daten nicht-kodierender RNA (ncRNA) analysiert und Biomarkersets, die einzigartig für einen speziellen Subtyp bzw. für das Ansprechen auf eine bestimmte Therapie sind, kombiniert. Diese Herangehensweise könnte die neue Grundlage für eine individualisierte Behandlungsempfehlung und damit ein verlängertes progressionsfreies Überleben sein. Von klinischer Seite wird das Projekt von der Klinik und Poliklinik für Frauenheilkunde und Geburtshilfe (Universitätsklinikum Carl Gustav Carus Dresden) begleitet.

SmartTranslation schema — Projektworkflow des interdisziplinären Forschungsvorhabens. Auf Basis von Next Generation Sequencing (NGS) Daten nicht-kodierender RNA Profile werden neue Machine Learning Algorithmen entwickelt und prognostische Biomarkersignaturen identifiziert. Auf dieser Grundlage und neuartiger Laborautomation können erfolgreiche Therapieansätze schnell verfolgt werden.

Mit einer herkömmlichen quantitativen PCR (qPCR) können komplexe Signaturen nicht identifiziert werden. NGS ist preisintensiv, langwierig und liefert einen Überfluss an Daten, die zur Gewinnung von Informationen aufwändig ausgewertet werden müssen. Die Modaplex Plattform des Projektpartners Biotype GmbH schließt diese Lücke zwischen qPCR und NGS durch eine Multiplex-PCR in Kombination mit Kapillarelektrophorese. So können pro Well bis zu 50 DNA oder RNA Targets gleichzeitig quantifiziert werden.

Für eine weitere Beschleunigung der Diagnose wird die Plattform in das SmartLab-Konzept eingebunden. Kernpunkte dieses Teilprojekts sind die Optimierung der Probenvorbereitung, die Automatisierung dieser vorbereitenden Schritte sowie die kontinuierliche Probenzufuhr. Im Sinne des Internet of Things (IoT) Ansatzes wird neben der Automatisierung auch die Digitalisierung, das heißt die Verknüpfung der Geräte untereinander, die Datenspeicherung, -verarbeitung und –interpretation realisiert und mit dem Krankenhausinformationsystem (KIS) verknüpft (Teilprojekt TU Dresden, Professur für Bioverfahrenstechnik).