Das Verbundprojekt DeepSC2 beschäftigt sich mit der Heterogenität von Krebszellen innerhalb individueller Patientinnen und Patienten. Ziel ist es, mithilfe Künstlicher Intelligenz am Beispiel des multiplen Myeloms mehr Informationen darüber zu erhalten, wie und warum sich die einzelnen Krebszellen zwischen den jeweiligen Patientinnen und Patienten unterscheiden. Ein tieferes Verständnis dieser Krebszellen-Variabilität kann dazu beitragen, das Krankheitsgeschehen, das Ansprechen auf Therapien und die Entstehung von Resistenzen gegenüber Medikamenten besser zu verstehen.

Im Rahmen des Projekts sollen Softwarewerkzeuge entwickelt werden, um Einzelzellanalysen verschiedener omics-Techniken zu integrieren und miteinander zu verknüpfen. Mithilfe dieser neuen Werkzeuge, die auf Techniken des maschinellen Lernens basieren, soll es künftig möglich sein, die individuellen Daten einer Vielzahl von Patientinnen und Patienten gemeinschaftlich zu analysieren. Aufbauend auf diesen Ergebnissen lassen sich anschließend mathematische Modelle aufstellen, mit denen das weitere Krankheitsgeschehen vorausgesagt werden kann. Zielgruppen einer ersten Anwendung sind medizinische Forscherinnen und Forscher, die große Patientenkohorten auch auf Einzelzellebene untersuchen wollen.

Im Erfolgsfall kann diese Methodik dazu beitragen, neue Biomarker oder andere behandlungsrelevante Einsichten zu identifizieren und damit die Versorgung von Krebspatientinnen und -patienten zu verbessern.