i:DSem – Integrative Datensemantik in der Systemmedizin
| 2014 |
|
| Förderzeitraum: | 2016 – 2021 |
| Gesamtvolumen: | 20 Mio. EUR |
| Geförderte Projekte: | 8 Verbünde mit insgesamt 26 Zuwendungsempfängern |
i:DSem – Verbundprojekt: PersOnS – Personalisierte Onkologie durch Semantische Datenintegration
i:DSem – Verbundprojekt: IDSN – Integrierte Datensemantik für Neurodegenerative Forschung
i:DSem – Verbundprojekt: PSINK – Automatische Erstellung einer Wissensbasis zur Unterstützung der Translation von der präklinischen Forschung in die klinische Anwendung bei Rückenmarksverletzungen
i:DSem – Verbundprojekt: LHA - Der Leipziger Gesundheitsatlas
i:DSem – Verbundprojekt: EPP – Ein Systemmedizin-basiertes Entscheidungsunterstützungs-System für die Therapie-Lenkung von kolorektalem Krebs
i:DSem – Verbundprojekt: MyPathSem – Eine Datenintegrationsplattform für die Generierung von Patienten-spezifischen Signalwegen für individualisierte Behandlungsentscheidungen in klinischen Anwendungen
1. Ziele der Fördermaßnahme
Aufgrund des wissenschaftlichen Fortschritts auf dem Gebiet der Systembiologie und der Systemmedizin wächst die zur Verfügung stehende Datenmenge kontinuierlich weiter. Auch im medizinischen Alltag fallen fortlaufend neue Datensätze an, beispielsweise Röntgenbilder, Blutwerte oder Arztbriefe. Die Herausforderung besteht nun darin, diese großen Mengen an sehr heterogenen Datenbeständen aus Wissenschaft und Klinik zu vereinheitlichen und inhaltlich quellenübergreifend durch sogenannte semantische Metadaten zu beschreiben. Solche Metadaten ermöglichen es, die Bedeutung von Daten – also ihre Semantik – allgemeinverständlich und eindeutig zu definieren und damit automatisiert computergestützt weiterzuverarbeiten.
Im Rahmen der Fördermaßnahme „i:DSem – Integrative Datensemantik in der Systemmedizin“ unterstützt das Bundesforschungsministerium Forschungsvorhaben, die diesen Ansatz aufgreifen. Interdisziplinäre Forschungsprojekte sollen die Grundlage dafür schaffen, dass zukünftig etwa dem behandelnden Arzt anwendungsnahe Computerprogramme zur Verfügung stehen, die ihm oder ihr einen Zugriff auf sämtliche klinisch relevante Daten ermöglichen. Dies soll das ärztliche Personal maßgeblich bei der Entscheidung über die beste Behandlung einer Patientin oder eines Patienten unterstützen. Die ausgewählten Verbünde entwickeln verschiedene semantische Datenintegrationsmethoden zu unterschiedlichen medizinischen Forschungsthemen. Darunter befinden sich neurodegenerative Erkrankungen, Rückenmarksverletzungen und verschiedene Krebserkrankungen. Die meisten Entwicklungen zielen darauf ab, eine Therapieentscheidung patientenspezifischer zu gestalten.
2. Stand der Fördermaßnahme
Im Rahmen der Bekanntmachung vom Februar 2014 wurden insgesamt acht Verbundprojekte ausgewählt und zur Förderung empfohlen. Alle Projekte sind im März 2016 gestartet.
3. Geförderte Projekte
a) Kurzbeschreibungen der laufenden Projekte
Verbundprojekt „i:DSem - Verbundprojekt: PersOnS - Personalisierte Onkologie durch Semantische Datenintegration“
Das Verbundprojekt PersOnS beschäftigt sich mit der Volkskrankheit Krebs. Krebs ist eine personalisierte Erkrankung - jeder Patient entwickelt eine ganz spezifische Ausprägung des Krankheitsbildes, das durch individuelle Veränderungen im Erbgut gekennzeichnet ist. Es ist daher naheliegend, auch die Therapie individualisiert - also bei jeden Patienten anders, aber immer für den Einzelfall optimiert - durchzuführen.
Moderne Sequenziermethoden erlauben es, die genetischen Veränderungen (Mutationen) in einem Tumor schnell und präzise zu entdecken. Um diese Informationen jedoch für eine Therapie nutzen zu können, müssen sie vorher aufbereitet und mit anderen klinisch relevanten Daten – beispielsweise dem Krankheitsverlauf anderer Patienten mit ähnlichen Erbgutveränderungen – zusammengeführt werden. Die Fülle und Komplexität dieser Daten (sogenannte Big Data) erschweren diesen Ansatz, da die erhobenen Daten verwaltet, integriert, analysiert und schließlich für den Arzt leicht verständlich präsentiert werden müssen.
Im Rahmen von PersOnS wird daher ein klinisches Werkzeug, der sogenannte interaktive Tumor-Tisch, entwickelt: Durch ein großes berührungsempfindliches Display soll es mehreren behandelnden Ärzten gleichzeitig ermöglicht werden, krankheitsspezifische Daten durch einfaches Berühren, Ziehen und Schieben zu analysieren und diese so direkt im Rahmen einer personalisierten Therapie zu nutzen.
Teilprojekt Tübingen I
|
Eberhard-Karls-Universität Tübingen |
Leiter: Tel.: |
|
Teilprojekt Berlin I
|
Humboldt-Universität zu Berlin |
Leiter: |
Prof. Dr. Ulf Leser |
Teilprojekt Bochum
|
Kairos GmbH |
Leiter: |
PD Dr. Christian Stephan |
Teilprojekt Tübingen II
|
Eberhard-Karls-Universität Tübingen |
Leiter: |
Prof. Nisar Malek |
Teilprojekt Berlin II
|
Charité - Universitätsmedizin Berlin |
Leiter: |
Prof. Ulrich Keilholz |
Teilprojekt Tübingen III
|
Stiftung Medien in der Bildung |
Leiter: |
Prof. Dr. Peter Gerjets |
Verbundprojekt „i:DSem - Verbundprojekt: IDSN - Integrierte Datensemantik für Neurodegenerative Forschung“
Das Verbundprojekt IDSN beschäftigt sich mit neuro-degenerativen Erkrankungen (Demenz). Neuro-degenerative Krankheiten stellen eine der größten gesellschaftlichen Herausforderungen dar. Aus diesem Grund soll mit IDSN die Entwicklung von neuen semantischen Technologien zur computergestützten Verarbeitung und Integration großer Datenmengen von Patienten mit neuro-degenerativen Erkrankungen, insbesondere der Alzheimer-Demenz, vorangetrieben werden. Das Verbundprojekt vereint dazu Kooperationspartner an drei deutschen Institutionen mit weitreichender Expertise auf den Gebieten der Medizin und der Informationstechnologie.
Das Ziel des Verbundprojektes IDSN ist die Entwicklung einer integrativen Datensemantik zur Unterstützung der anwendungsorientierten systembiologischen Erforschung von neuro-degenerativen Erkrankungen. Primärdaten von unterschiedlichen Modellsystemen und Technologie-Plattformen müssen dazu mit Sekundärdaten von öffentlichen Datenbanken und Publikationen verknüpft werden. Das Projekt teilt sich in zwei Phasen: Das Ziel der Entwicklungsphase von IDSN ist es, die verfügbaren Daten für gemeinsame, möglichst ganzheitliche Analysen zugänglich zu machen. In der darauffolgenden Translationsphase sollen die neu entwickelten Methoden dann einen Beitrag zu einer verbesserten Früherkennung von Demenzerkrankungen und zu einer optimierten Patienten-Stratifizierung liefern. Ferner wird angestrebt, die Identifikation neuer prognostischer Faktoren zu verbessern und – im Idealfall – auch die Entwicklung neuer Therapien fördern.
Teilprojekt Sankt Augustin
|
Fraunhofer-Institut für Algorithmen und Wissenschaftliches Rechnen (SCAI) |
Leiterin: |
Dr. Juliane Fluck |
Teilprojekt Bonn I
|
Deutsches Zentrum für Neurodegenerative Erkrankungen e.V. |
Leiter: |
Dr. Stefan Bonn |
Teilprojekt Bonn II
|
Universitätsklinikum Bonn |
Leiter: |
|
Verbundprojekt „i:DSem - Verbundprojekt: PSINK - Automatische Erstellung einer Wissensbasis zur Unterstützung der Translation von der präklinischen Forschung in die klinische Anwendung bei Rückenmarksverletzungen“
Das Verbundprojekt PSINK beschäftigt sich mit Rückenmarksverletzungen und möchte deren Behandlung verbessern. Alleine in den Industrieländern geht man von 250.000 bis 500.000 akuten Rückenmarkspatienten aus. Zum gegenwärtigen Zeitpunkt stehen jedoch trotz immenser Forschungsleistungen keine erfolgreichen Therapien für betroffene Patienten zur Verfügung. Dies ist vor allem der unüberschaubaren Menge unstrukturierten Wissens geschuldet, die sich in enormen Beständen einschlägiger Forschungsliteratur verbirgt.
In dem Verbundprojekt PSINK wird daher nun die Entwicklung eines Informationssystems angestrebt, das umfassendes Wissen für Neurowissenschaftler bereitstellen soll, die an Therapiemöglichkeiten zur Heilung von Rückenmarksverletzungen an Tieren arbeiten und deren Übertragbarkeit auf menschliche Patienten untersuchen. Um dieses Informationssystem mit Wissen zu füllen, sollen zunächst neuartige computergestützte Verfahren entwickelt werden, um aus wissenschaftlichen Veröffentlichungen automatisiert Informationen herauszuziehen. Begleitend hierzu wird ein Bewertungsverfahren entwickelt, das auf dieses Informationssystem zugreifen und dem Wissenschaftler oder Arzt bei der Auswahl von erfolgsversprechenden therapeutischen Konzepten behilflich sein kann. Das Projekt hat großes Zukunftspotential, da basierend auf den vorgeschlagenen therapeutischen Konzepten klinische Studien entworfen werden sollen, die große Verbesserungen in der Patientenbehandlung versprechen.
Teilprojekt Bielefeld
|
Universität Bielefeld |
Leiter: |
Prof. Dr. Philipp Cimiano |
Teilprojekt Düsseldorf
|
Heinrich-Heine-Universität Düsseldorf |
Leiter: |
|
Verbundprojekt „i:DSem - Verbundprojekt: XplOit - Semantische Unterstützung für die prädiktive Modellierung in der Systemmedizin“
Das Verbundprojekt XplOit beschäftigt sich mit der datenschutzkonformen Beschreibung und Verwertung von klinischen Datenbeständen aus unterschiedlichen Quellen, um daraus Vorhersagemodelle zu entwickeln. Dazu soll eine IT-Plattform geschaffen werden, mit deren Hilfe klinische Daten harmonisiert und anonymisiert in einer zentralen Datenbank – einem sogenannten Data-Warehouse („Datenlager“) – gesammelt und zum weiteren Gebrauch zur Verfügung gestellt werden. Im weiteren Verlauf des Projektes ist geplant, diese Datenbank zu verfeinern und für systembiologische Modellierungen zu nutzen, insbesondere auf dem Gebiet der Transplantationsmedizin. Mit diesen Modellen sollen vor allem mögliche Komplikationen bei Stammzelltransplantationen vorhergesagt und so die Lebensqualität der Betroffenen verbessert werden.
Teilprojekt St. Ingbert
|
Fraunhofer-Institut für Biomedizinische Technik (IBMT) |
Leiterin: |
Dr. Gabriele Weiler |
Teilprojekt Saarbrücken I
|
Universität des Saarlandes - Fakultät 8 - Naturwissenschaftlich-Technische Fakultät III - Institut für Biopharmazie und Pharmazeutische Technologie |
Leiter: |
Prof. Dr. Thorsten Lehr |
Teilprojekt Saarbrücken II
|
Max-Planck-Institut für Informatik |
Leiter: |
Dr. Nico Pfeifer |
Teilprojekt Essen
|
Universitätsklinikum Essen |
Leiter: |
Prof. Dr. Dietrich W. Beelen |
Teilprojekt Freiburg
|
Averbis GmbH |
Leiter: |
Dr. Kornél Markó |
Verbundprojekt „i:DSem - Verbundprojekt: LHA - Der Leipziger Gesundheitsatlas“
Das Verbundprojekt LHA vereint mehrere Partner von verschiedenen Instituten der Universität Leipzig und beabsichtigt, einen Gesundheitsdatenatlas zu erstellen. Dieser multifunktionale und qualitätsgesicherte Gesundheitsdatenatlas soll insbesondere Informationen von Anwendungsfällen aus dem Bereich der Onkologie und aus der epidemiologischen Erforschung von Zivilisationserkrankungen enthalten und künftig einer breiten Nutzergemeinde zur Verfügung stehen. Bei der Zusammenstellung kann der Verbund dabei auf umfangreiche Daten, Methoden und Auswertungsverfahren von klinischen und epidemiologischen Studien, systemmedizinischen Forschungsverbünden sowie bioinformatischen und ontologischen Forschungsvorhaben seiner verschiedenen Teilprojekt-Partner zurückgreifen.
Mit dem Gesundheitsdatenatlas soll eine Plattform aufgebaut werden, die Metadaten, Studiendaten und Modelldaten vereint, welche von verschiedenen klinischen und epidemiologischen Studien bereits erhoben worden sind. Auch systemmedizinische Forschungsprojektdaten werden dabei unter Nutzung von Ontologien semantisch beschrieben und zur Verfügung gestellt. Zudem soll mit dem Gesundheitsatlas eine Fülle anwendungsorientierter innovativer Auswertungsmethoden zur Ermittlung von neuen Phänotyp-Profilen, diagnostischen Klassifikatoren, Risikoprofilen sowie Instrumenten zur Modellsimulation von biologischen Prozessen einer breiten Öffentlichkeit zugänglich gemacht werden.
|
Universität Leipzig |
Leiter: |
Prof. Dr. Markus Löffler |
Verbundprojekt „i:DSem - Verbundprojekt: EPP - Ein Systemmedizin-basiertes Entscheidungsunterstützungs-System für die Therapie-Lenkung von kolorektalem Krebs“
Das Verbundprojekt EPP hat zum Ziel, ein computergestütztes und benutzerfreundliches System zu entwickeln, das Ärzte bei der Entscheidung und Planung einer geeigneten Therapie für Patienten mit Darmkrebs unterstützt. In der medizinischen Anwendung soll dieses „Entscheidungsunterstützungs-System“ dem behandelnden Arzt wesentlich dabei helfen, unter den möglichen Therapieoptionen eine individualisierte und dadurch möglichst optimale Therapie für jeden einzelnen Darmkrebs-Patienten zu identifizieren. Neben einer auf dem aktuellsten Forschungsstand basierenden bestmöglichen Darmkrebs-Therapie könnten dadurch auch viele unwirksame und mit großem Leid verbundene Behandlungen vermieden werden.
Aufgrund der großen epidemiologischen Bedeutung von Darmkrebs, der weltweit die dritthäufigste Krebserkrankung ist und die viertgrößte Sterberate innerhalb der Krebserkrankungen aufweist, besitzt das Verbundprojekt EPP sowohl wissenschaftlich als auch wirtschaftlich ein vielfältiges Verwertungspotential. Im Erfolgsfall könnte zudem das in diesem Forschungsprojekt entwickelte System auf andere Krebsarten ausgeweitet und entsprechend angepasst werden. Dies würde den Wissen- und Wirtschaftsstandort Deutschland im Bereich der Systemmedizin wesentlich und nachhaltig stärken.
Teilprojekt Bochum
|
Ruhr-Universität Bochum |
Leiter: |
PD Dr. Martin Eisenacher |
Teilprojekt Bonn
|
Rheinische Friedrich-Wilhelms-Universität Bonn |
Leiter: |
|
Teilprojekt Sankt Augustin
|
Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme (IAIS) |
Leiter: |
Dr. Stefan Rüping |
Teilprojekt Hamm
|
Hochschule Hamm-Lippstadt |
Leiter: |
Prof. Dr. Harald Mathis |
Teilprojekt Lübeck
|
Universität zu Lübeck |
Leiter: |
|
Verbundprojekt „i:DSem - Verbundprojekt: MyPathSem - Eine Datenintegrationsplattform für die Generierung von Patienten-spezifischen Signalwegen für individualisierte Behandlungsentscheidungen in klinischen Anwendungen“
Das Verbundprojekt MyPathSem beschäftigt sich mit der Volkskrankheit Krebs. Bei der Behandlung von Krebs ist es zunehmend erforderlich, den Fokus von einzelnen molekularen Biomarkern auf ganze Signalnetzwerke zu erweitern. Diese Herangehensweise wird durch neueste Omics-Technologien ermöglicht, die gleichzeitige Messungen von tausenden Markern zulassen. Die Herausforderung liegt nun allerdings darin, die dabei anfallende Flut an Messdaten auf ein sinnvolles Maß zu reduzieren und anschließend dem Wissenschaftler oder dem Arzt in der Routinebehandlung übersichtlich zur Verfügung zu stellen.
An dieser Stelle setzt das Verbundprojekt MyPathSem an: Ziel des Projektes ist es, eine neuartige Infrastruktur für die Behandlung von Darmkrebs zu etablieren. Hierzu wird – basierend auf der kommerziell vertriebenen Plattform des im Verbundprojekt beteiligten industriellen Partners – eine umfassende Signalnetzwerk-Datenbank entwickelt. Diese Datenbank soll sowohl patientenbezogene Omics-Daten als auch umfangreiches Wissen aus der einschlägigen wissenschaftlichen Literatur enthalten. Sobald die Datenbank existiert, soll dann nach Methoden gesucht werden, die das Wissen aus dieser Datenbank kondensieren. So sollen die für die Behandlung des Krebspatienten relevanten Signalnetzwerke ermittelt werden. Schließlich soll ein Informations-Präsentations-System etabliert werden, das auf Grundlage dieser Informationen dem klinischen Forscher oder behandelnden Arzt bei der Auswahl der bestmöglichen Therapie behilflich ist. Das Projekt ist vielversprechend und hat großes Zukunftspotential, da es die personalisierte Therapie in der Medizin stärkt und große Verbesserungen in der Patientenbehandlung in Aussicht stellt.
Teilprojekt Göttingen
|
Georg-August-Universität Göttingen |
Leiter: |
Prof. Dr. Tim Beißbarth |
Teilprojekt Wolfenbüttel
|
geneXplain GmbH |
Leiter: |
Dr. Alexander Kel |
Verbundprojekt „i:DSem - Verbundprojekt: PREDICT - Umfassende Datenintegration zur Verbesserung onkologischer Therapien“
Das Verbundprojekt PREDICT beschäftigt sich mit der Volkskrankheit Krebs. Krebserkrankungen haben ihren Ursprung in genetischen Veränderungen. Das Gesamtwissen über solche Veränderungen vergrößert sich mit hohem Tempo; es ist jedoch zwischen unzähligen wissenschaftlichen Veröffentlichungen und klinischen Datenbanken verborgen. Auch der beste Arzt verliert hier zwangsläufig den Überblick über das bereits vorhandene Wissen. Das Verbundprojekt PREDICT verfolgt daher das Ziel; eine Software zu entwickeln, mit der Ärzte während der Behandlung von Krebserkrankungen schnell und intuitiv auf die große Menge bereits existierenden Wissens zugreifen können.
Zu diesem Zweck soll eine Datenbank entwickelt werden, in die das Wissen sowohl aus einer Vielzahl wissenschaftlicher Veröffentlichungen als auch aus patientenbezogenen Daten geordnet integriert wird. Auf diese Datenbank soll dann ein Informations-Präsentations-System zugreifen können, das dem Arzt am Computer erlaubt - basierend auf der Kenntnis genetischer Veränderungen beim einzelnen Patienten und im Rahmen der bekannten Behandlungsmöglichkeiten – die individuell beste Therapie für den Patienten auszuwählen. Exemplarisch soll dieses Softwaresystem für zwei häufige Krebsarten – Darmkrebs und Kopf-Hals-Tumore – etabliert werden. Das Projekt hat großes Zukunftspotential, da es die personalisierte Therapie in der Medizin stärkt und große Verbesserungen in der Patientenbehandlung verspricht.
Teilprojekt Berlin I
|
Humboldt-Universität zu Berlin |
Leiter: |
Prof. Dr. Ulf Leser |
Teilprojekt Berlin II
|
Charité - Universitätsmedizin Berlin |
Leiter: |
Prof. Dr. Nils Blüthgen |