Personalisierte Krebsnetzwerke

Steckbrief

• Programm: DFG-DACH (Deutschland, Österreich, Schweiz): Deutsche Forschungsgemeinschaft (DFG) zusammen mit dem Fonds zur Förderung der wissenschaftlichenForschung (FWF) in Österreich und dem Schweizerischer Nationalfonds (SNF)
• Fördersumme: 1,11 Mio. Euro, davon 556.000 Euro für Bayern
• Laufzeit: 07/2017–06/2020
• Koordinator: Professor Dr. Dmitrij Frishman, Technische Universität München
• Projektkennzeichen: 326946590

Personalisierte krebsspezifische Netzwerke: Jeder Krebs ist anders

Proteine spielen in jeder Zelle eine wichtige Rolle: Sie steuern nahezu alle Lebensprozesse im Körper. Krebsbedingte Genmutationen können Proteine verändern und die Proteininteraktionen beeinflussen. Die Folge: Nicht jeder Krebspatient spricht auf ein Medikament gleich gut an. Eine personalisierte Behandlungsstrategie ist deshalb das langfristige Ziel des DFG-DACH-geförderten Projekts „Personalisierte krebsspezifische Netzwerke“.

Bei manchen Krebspatienten versagen gleich mehrere Standardmedikamente. Verantwortlich dafür sind Mutationen im Erbgut, die die Bausteine der Proteine, die Aminosäuren, verändern. Folglich können die daraus aufgebauten Proteine so stark vom Standard abweichen, dass eine Wechselwirkung mit üblichen Interaktionspartnern gestört sein kann. So können Medikamente, die gewöhnlich dem jeweiligen Interaktionspartner nachempfunden sind, um eine Proteinwechselwirkung zu beeinflussen, weniger wirksam bis sogar unwirksam werden. Umso wichtiger ist es, dass Mediziner bereits im Vorfeld testen können, ob ein bestimmtes Medikament bei einem bestimmten Patienten wirken kann oder nicht.

Im Projekt „Personalisierte krebsspezifische Netzwerke“ arbeiten die Technische Universität München, die Innsbruck Medical University und die ETH Zürich mit dem Ziel zusammen, durch einen systemmedizinischen Ansatz individuelle Krebsprognosen zu erstellen.
Da das individuelle Erbgut die Funktionalität von Proteinen steuert, ist es essentiell, patienteneigene Unterschiede zu identifizieren und für die Therapie zu nutzen. So sollen Mutationen im Erbgut, die daraus resultierenden Proteineigenschaften und das jeweilige Krankheitsbild (Krebserkrankung) gemeinsam betrachtet werden. Hieraus lassen sich kausale Zusammenhänge herstellen, die es ermöglichen, ein auf den Patienten zugeschnittenes Therapiekonzept zu entwickeln. Konkret werden mit Hilfe bioinformatischer Methoden Proteinmutationen analysiert und Wechselwirkungen mit patientenspezifischen Proteinvarianten am Computer simuliert. Hierbei sollen jene Mutationen identifiziert werden, die mit der Variante des Patienten Wirkung zeigen, d. h. zu einem klinischen Bild führen können (Kandidatenmodell). Zur Herausarbeitung solcher Kandidatenmodelle dienen den Forschern Informationen aus Erbgut und vorliegenden Proteinen des Patienten. Die jeweiligen Modelle sollen dann schließlich durch synthetisierte Proteinkomplexe und Patientenproben experimentell abgeglichen und validiert werden.