Wie Netzwerke helfen können, seltene Pankreastumoren vorherzusagen
Das Zusammenwirken von Genen und Genprodukten einer Zelle ist ein komplexes Netzwerk von Signalwegen, dessen Kenntnis durch weitere Forschung stetig wächst. Innerhalb eines Netzwerkes besteht ein sensibles Gleichgewicht zwischen verschiedenen Komponenten und Veränderungen wirken sich weitreichend aus. So ist es auch bei Krebserkrankungen, bei denen vielfältige Veränderungen letztlich den individuellen Tumor ausmachen. Um die Auswirkungen solcher Veränderungen auf das ganze Netzwerk zu erkennen und statistisch robust charakterisieren zu können, benötigt man enorm viele Daten – Big Data!
Die Erforschung von nicht sehr häufig auftretenden Erkrankungen wird oft durch eine dünne Datenlage behindert. Zu solchen Erkrankungen zählen bestimmte Tumoren, die in der Bauchspeicheldrüse (Pankreas) entstehen. Hier fehlen oft ausreichend Patientendaten, um gesicherte Aussagen über das Ansprechen bestimmter Therapien machen zu können.
Der Forschungsverbund von Professor Dr. Christine Sers (Charité Universitätsmedizin Berlin) schafft hier Abhilfe, indem die Wissenschaftler Signalnetzwerke mathematisch modellieren, um den Erfolg von Therapien gegen bösartige Erkrankungen der Bauchspeicheldrüse, genauer neuroendokrine Tumore der Bauchspeicheldrüse, vorherzusagen. Durch moderne molekularbiologische Techniken wie CRISPR/Cas9 konnten relevante Mutationen im Labor simuliert werden. Aus den gewonnenen Daten erstellten die Wissenschaftler mathematische Modelle von Signalnetzwerken der Pankreastumoren und zeigten so, dass die Verknüpfungen zwischen verschiedenen Signalnetzwerken in den untersuchten Tumorzellen deutlich komplexer sind als vermutet. Um die mathematischen Modelle zu überprüfen, wurden die ermittelten Veränderungen der Signalwege experimentell an Zelllinien getestet.
Im nächsten Schritt muss untersucht werden, ob etwa Daten aus dem Blut oder dem Biopsiematerial menschlicher Tumoren ausreichen, um übereinstimmende Therapievorhersagen zu machen. Die anschließende Verknüpfung der experimentellen Analysen der Zelllinien mit denen des humanen Materials ermöglicht schließlich Therapievorhersagen für Patienten. Überraschend entdeckten die Wissenschaftler eine unerwartete Wirkung eines zugelassenen Medikamentes auf Pankreastumoren. Diese Wirkung lässt auf einen wichtigen Mechanismus schließen, der eine erfolgreiche Therapie verhindert. Wenn es gelingt zu verstehen, wie dieser Mechanismus ausgeschaltet werden kann, könnte ein bekanntes, bereits zugelassenes Medikament zukünftig gezielter eingesetzt werden.
Spotlight aus dem Demonstratorbund MAPTor-Net - Individualisierte Therapie pankreatischer neuroendokriner Tumore (pNET) durch MAPK-mTOR Netzwerkmodellierung, aus der Broschüre "Systemmedizin - Von Big Data zur personalisierten Medizin".