Verbund

ERANET-PLL

Die T-Zell Prolymphozytenleukämie (T-PLL) ist eine sehr seltene, jedoch aggressive Krebserkrankung, die nur selten in einer Frühphase der Krankheit diagnostiziert wird. Ziel des Vorhabens ist es, neue Therapiestrategien zu identifizieren und zu verifizieren.

Im Rahmen des Verbundes werden (epi)genetische und metabolische Daten von über 100 T-PLL- Patientinnen und Patienten generiert. Darüber hinaus wird untersucht, wie die Leukämiezellen auf verschiedene Wirkstoffe ansprechen. So sollen die Hauptsignalwege der Zellen entschlüsselt und entsprechende Biomarker gefunden werden, die den klinischen Therapieerfolg vorhersagen können. Die Daten werden dazu genutzt, eine integrative Methode zu entwickeln, die mittels computergestützter Lernverfahren Vorhersagen zur Wirkung von einzelnen Therapeutika ermöglicht. Diese Methode soll zukünftig dazu beitragen, neue Therapieansätze zu testen und Ärzten bei der Verordnung einer individuellen Therapie unterstützen.

Das Vorhaben ist Teil des transnationalen Forschungsverbundes „Implementierung von (epi)genetischen und metabolischen Netzwerken in Therapiestrategien der T-PLL(ERANET-PLL)" im Rahmen des ERA-NET Translational Cancer Research (TRANSCAN). Gemeinsam arbeiten in diesem Verbund fünf Arbeitsgruppen aus drei europäischen Partnerstaaten an der Lösung dieser Forschungsfrage. Das BMBF beteiligt sich an der Fördermaßnahme, um mit der transnationalen, koordinierten Zusammenarbeit eine möglichst schnelle Überführung innovativer Forschungsergebnisse in die Klinik zu unterstützen. Das Projekt wird durch die Universität Köln koordiniert.

Teilprojekte

Implementierung von (epi)genetischen und metabolischen Netzwerken in Therapiestrategien der T-PLL

Förderkennzeichen: 01KT1906A
Gesamte Fördersumme: 348.497 EUR
Förderzeitraum: 2019 - 2022
Projektleitung: Dr. Marco Herling
Adresse: Universität zu Köln, Medizinische Fakultät, Klinik II für Innere Medizin
Kerpener Str. 62
50937 Köln

Implementierung von (epi)genetischen und metabolischen Netzwerken in Therapiestrategien der T-PLL

Im Rahmen des ERANET-PLL Verbundes werden Multi-Omics-Daten von über 100 T-PLL Patienten und zugehörige Daten zum Ansprechen der Leukämiezellen auf verschiedene Substanzen generiert und mit Hilfe von bioinformatischen Methoden unter Einbezug der klinischen Charakteristika dieser Patienten analysiert. So sollen veränderte zelluläre Hauptsignalwege und Biomarker identifiziert werden, die über molekulare Profile assoziiert mit präklinischen Substanzempfindlichkeiten den klinischen Therapieerfolg vorhersagen. Speziell werden die Daten zur Entwicklung einer integrativen Methode genutzt, die mittels Computer-gestützter Lernverfahren Vorhersagen zur Wirkung von einzelnen Therapeutika für T-PLL Patienten ermöglicht. Diese Methode soll später dazu beitragen, neue Therapieansätze zu testen und Hämatologen bei der Verordnung einer individuellen Therapie unterstützen. Das Projekt wird durch die Universität Köln koordiniert. Der Standort Köln ist in allen Teilprojekten essentiell involviert. Weitergehend hat die Universität Köln in der Genom-, Epigenom- und Metabolom-Kartierung der T-PLL sowie der Etablierung von Substanz-Responce-Profilen und Validierung von Kandidaten-Molekühlen die Federführung.

Integrative Multi-Omics-Daten-Analyse und Computer-basierte Prädiktion des Chemotherapieerfolges

Förderkennzeichen: 01KT1906B
Gesamte Fördersumme: 263.197 EUR
Förderzeitraum: 2019 - 2022
Projektleitung: Prof. Dr. Ingo Röder
Adresse: Technische Universität Dresden, Medizinische Fakultät Carl Gustav Carus, Institut für Medizinische Informatik und Biometrie
Fetscherstr. 74
01307 Dresden

Integrative Multi-Omics-Daten-Analyse und Computer-basierte Prädiktion des Chemotherapieerfolges

Die T-Prolymphozyten-Leukämie (T-PLL) gehört zu den reifzelligen Non-Hodgkin-Lymphomen der T-Zell-Reihe. Mit einer Rate von zwei Neuerkrankung pro 1 Million Personen ist die T-PLL sehr selten, aber dennoch die häufigste T-Zell-Leukämie. Durch das seltene Auftreten ist die T-PLL bisher wenig erforscht. Derzeit gibt es noch keine sicher definierte Standardtherapie für die T-PLL und die bisher effektivste Antikörperbehandlung mit Alemtuzumab (für CLL zugelassen, aber aus ökonomischen Gründen vom Markt genommen) führt nach initialem Ansprechen zu einer Resistenz, sodass das mittlere Überleben von T-PLL-Patienten unter 20 Monaten liegt. Vor diesem Hintergrund sind neue Therapieansätze zwingend erforderlich. Die TU Dresden wird im Rahmen des Projekts die Multi-Omics-Daten (Genom, Transkriptom, Epigenom, Metabolom) von verschiedenen Chemotherapeutika mit Hilfe von statistischen und bioinformatischen Methoden analysieren. Ziel ist veränderte Hauptsignalwege und Biomarker zu identifizieren, die mit dem Therapieerfolg assoziiert sind. Hierzu werden Gene mit starker Wirkung auf Biomarker und Signal- und Stoffwechselwege identifiziert. Die dabei gewonnenen Daten werden dann zur Entwicklung einer Methode genutzt, die mittels maschineller Lernverfahren Vorhersagen zur Wirkung von einzelnen Chemotherapeutika für T-PLL-Patienten ermöglicht.