Forschung in den Computerwissenschaften kann den Mangel an aussagekräftigen Biomarkern ausgleichen und somit die Präzisionsmedizin weiter vorantreiben. OncoBirds transparente und interpretierbare Methode bietet eine effiziente Möglichkeit, therapeutische Interventionen individuell auf die Patient:innen zuzuschneiden, um so die Wirksamkeit einer Krebsbehandlung zu steigern. Die Verfügbarkeit des OncoBird-Softwarepakets und der grafischen Benutzeroberfläche befähigt Forscher:innen und Krankenhausmitarbeiter:innen zusätzlich, diesen Ansatz auf andere molekular charakterisierte randomisierte kontrollierte Studien in der Onkologie anzuwenden.
OncoBird identifiziert Biomarker zur Behandlungsvorhersage
Der Ansatz von OncoBird ist in fünf Schritte eingeteilt. Zunächst werden die molekularen Aspekte einer klinischen Studie, wie Veränderungen in der Anzahl der Kopien von Genen, spezifische Mutationen, einzigartige Muster und Arten von Tumoren genau untersucht. Daraufhin werden Biomarker in einer Behandlungsgruppe mit definierten genetischen Veränderungen identifiziert. Als nächstes findet eine Überprüfung der Biomarkerergebnisse in verschiedenen Behandlungsgruppen hinsichtlich der Genauigkeit der Vorhersagen statt. Schließlich wird die Zuverlässigkeit der Ergebnisse statistisch überprüft und die Effekte der Biomarker mithilfe von Resampling Methoden angepasst.
Prof. Michael P. Menden, korrespondierender Autor des Projekts, betont: "Mit dieser Veröffentlichung erreichen wir einen Meilenstein in der Präzisionsmedizin und legen den Grundstein für einen zielgerichteten und personalisierten Ansatz in der Krebsbehandlung. Die durch OncoBird systematische Identifizierung von Biomarkern, die eine Handlungsentscheidung vorgeben können, eröffnet neue Möglichkeiten zur Verbesserung der Ergebnisse für Patient:innen und zur Förderung der Krebsforschung.“
Originalpublikation
Ohnmacht et. al. (2023): The Oncology Biomarker Discovery framework reveals cetuximab and bevacizumab response patterns in metastatic colorectal cancer. Nature Communications. https://doi.org/10.1038/s41467-023-41011-4
Über den Wissenschaftler
Prof Michael P. Menden, Principal Investigator am Institut für Computational Biology am Computational Health Center bei Helmholtz Munich und assozierter Professor an der University of Melbourne, Department of Biochemistry and Pharmacology
Weitere Informationen
