Einzelprojekt

PORTRAIT - Eine multiautomatische Stratifizierung und ein nicht-invasives Instrument zur frühzeitigen Erkennung von Patientinnen mit dreifach negativem und Her2+ Brustkrebs, die auf eine neoadjuvante Therapie ansprechen

Förderkennzeichen: 01KU2315
Fördersumme: 176.645 EUR
Förderzeitraum: 2023 - 2026
Projektleitung: Prof. Dr. Fruzsina Molnár-Gábor
Adresse: Universität Heidelberg, BioQuant Zentrum
Im Neuenheimer Feld 267
69120 Heidelberg

Die neoadjuvante Therapie (NAT) ist die Standard-Erstbehandlung bei bestimmten Brustkrebsarten. Trotz des ähnlichen klinischen Erscheinungsbildes ist das Ansprechen des Tumors auf diese Therapie sehr unterschiedlich, was auf den Einfluss verschiedener individueller Faktoren - einschließlich der Mikrobiota - zurückzuführen ist, die eine entscheidende Rolle bei der Immunantwort und bei der Konditionierung molekularer Signalwege spielen. Im Projekt wird eine systematische und integrierte Stratifizierung der Patientinnen zu Beginn der Erkrankung zusammen mit der Bewertung der gemeinsamen Entscheidungskriterien dazu beitragen, die Responder besser zu erkennen und neue personalisierte Therapiepläne zur Verbesserung der Versorgung und der Lebensqualität zu entwickeln. Dieses Vorgehen wird die Verarbeitung sensitiver gesundheitsbezogener Daten, darunter klinischer und genetischer Daten mit sich bringen. Die für die Projektmethode spezifische Datenverarbeitung umfasst das Testen personalisierter Ansätze in 3D-Modellen (in diesem Falle: Organoide), um individuelle Determinanten zu definieren, die das therapeutische Ergebnis beeinflussen, sowie die systembiologische Integration aller Daten und Patientinnencharakteristika in Algorithmen, um Prädiktoren zu identifizieren und ein nicht-invasives Instrument zu implementieren. Um dieses Vorgehen zu unterstützen, wird durch das Teilprojekt "Datenschutz" die Einhaltung der Datenschutzanforderungen gewährleistet. Zusätzlich werden neue Modelle zur Analyse ethischrechtlicher Fragen im Zusammenhang mit Organoiden implementiert. Schließlich wirddatenschutzrechtlichen Fragen nachgegangen, die mit der Etablierung prädiktiver KI-Modelle und ihrer Implementierung in Forschungs- und Versorgungskontexten zusammenhängen.