Ein daten- und modellgesteuerter Ansatz zur Behandlung maligner Tumoren

Alle Menschen sind einzigartig und so sind es auch ihre Krankheiten. Genome, Erkrankungsverläufe, Verhalten und Lebensstile sind unterschiedlich; es ist daher nicht erstaunlich, dass Menschen auch auf dieselben Medikamente unterschiedlich reagieren. Gerade Krebserkrankungen sind komplex und heterogen: Sie entstehen in Patienten mit individuellen Genomen und in Zellen mit je eigenen Epigenomen, sie entwickeln und entfalten sich auf der Basis zufälliger Prozesse. Dabei hängt das Ansprechen auf eine Therapie nicht nur von der einzelnen Tumorzelle, sondern auch von vielen patienteneigenen Faktoren ab. Die Entscheidung für eine optimale Behandlung erfordert daher eine tiefgehende molekulare Analyse, die sowohl den Patienten als auch den Tumor einschließt (z. B. „comprehensive molecular tumor analysis“ [CMTA]) und anhand derer sich das Ansprechen auf mögliche personalisierte Therapien deutlich besser vorhersagen lässt. Zurzeit befinden wir uns an einem Wendepunkt: Technologische Fortschritte, verringerte Kosten für Sequenzierung und andere molekulare Analysen sowie Weiterentwicklungen in der Datenverarbeitung können jetzt zusammengeführt werden und werden zum Fundament für den Aufbau eines datengesteuerten Ansatzes in der personalisierten Onkologie. Der Beitrag diskutiert die umfassende molekulare Charakterisierung einzelner Tumoren und Patienten als Basis nicht nur für die aktuelle Präzisionsonkologie, sondern auch für Rechenmodelle („digitale Zwillinge“), welche die Grundlage einer künftig tatsächlich personalisierten Therapieauswahl bilden werden