BioToP wird Standardarbeitsanweisungen (standard operating procedures, SOPs) und harmonisierte bioinformatische Werkzeuge innerhalb von vier interdisziplinären Schwerpunktgebieten der individualisierten Onkologie entwickeln und validieren. Der weltweit größte Krebsgenomdatensatz (Daten von 2.000 Krebspatienten) wird für die harmonisierte Datenanalyse zur Verfügung stehen. Teilprojekt 1 hat die Charakterisierung von vererbbaren DNA-Varianten zum Ziel (TP1: Keimbahngenom). In Teilprojekt 3 geht es um die Untersuchung von Genexpressionsmustern (TP3: Transkriptom). Der zukünftige Einsatz der Hochdurchsatzsequenzierung in der personalisierten Medizin hängt einerseits von der zuverlässigen Erkennung genetischer Varianten in den Genomdaten der Patienten ab, andererseits auch von sicheren Informationen über die Assoziationen zwischen den identifizierten Varianten und klinischen Daten. BioToP wird standardisierte bioinformatische Werkzeuge entwickeln und in der Forschungsgemeinschaft verbreiten. Die erstrebte Interoperabilität unserer bioinformatischen Algorithmen wird dabei eine breite Anwendung der durch BioToP entwickelten Werkzeuge möglich machen. Virtuelle Maschinen werden entwickelt, um eine hohe Interoperabilität zu gewährleisten. Damit sollen zukünftige Anwendungen in der personalisierten Medizin wie die Erkennung erblicher genetischer Varianten sowie Expressionsmustern ermöglicht werden. Durch die Einbettung von BioToP in globale Strukturen sollen diese Standards (SOPs und Programme) auch auf internationaler Ebene eingeführt und koordiniert werden.

Das Hauptziel von TP2 besteht in der Entwicklung einer selbstlernenden Software, die eine standardisierte Identifizierung, Priorisierung und den Abgleich von Zielgenen für Arzneimittel auf Basis somatischer Mutationsdaten ermöglicht. Dazu wird ein existierender Krebs-Datensatz genutzt werden. Ein besonderer Fokus liegt hier auf Krebserkrankungen bei Kindern als Trainingsdatensatz. In TP4 sollen vorhandene Werkzeuge validiert und für die personalisierte Medizin weiterentwickelt werden, die eine umfassende Klassifizierung bekannter oder neuer, mit Krebs assoziierter Infektionserreger aus DNA- oder RNA-Sequenzierungsdaten ermöglichen. Es wird eine enge Zusammenarbeit mit einem Projekt zur individuellen Behandlung von Rückfällen bei Krebs im Kindesalter angestrebt. In diesem Zusammenhang soll die Anwendung der neuen standardisierten bioinformatischen Methoden in einer klinischen Fragestellung gezeigt werden. Ein weiteres Ziel von TP2 ist die Untersuchung existierender Sequenzdatensätze auf die Anwendbarkeit für die Identifizierung neuer Zielgene für Arzneimittel (mit TP3). Als Ergebnis wird ein bioinformatisches Werkzeug für die Anwendung in der Wissenschaft bzw. in der Klinik zur Verfügung stehen, das eine rationale Entscheidungshilfe für die individualisierte Onkologie auf Basis von Hochdurchsatz-Sequenzierungsdaten liefern kann. TP4: Es ist bekannt, dass pathogene Viren und/oder Bakterien spezifische Signalwege aktivieren, die eine entscheidende Rolle in der Tumorentstehung spielen. Da diese Signalwege potenzielle Ziele für molekulare Therapien sind, ist das Wissen um die Pathogene eine wichtige Voraussetzung für die Entwicklung individualisierter Therapien.

Teilprojekt 4 beschäftigt sich mit der Detektion von mit Krebs assoziierten Infektionserregern. Ca. 18-20% aller Tumorerkrankungen werden durch solche Infektionserreger hervorgerufen. Daher hat es das hier beschriebene Projekt zum Ziel, Standards für die umfassende und hypothesenfreie Detektion und Analyse von Infektionserregern in Sequenz-Datensätzen aus Tumorproben zu entwickeln.   Das geplante Vorhaben wird integrierte und optimierte bioinformatische Lösungen entwickeln und validieren, welche zur zuverlässigen Identifikation von bekannten wie auch putativ neuen Infektionserregern in aus Tumormaterial stammenden Sequenz-Daten geeignet ist. Das Verfahren beruht auf der de-novo Assemblierung primärer DNA oder RNA Sequenzdaten. Diese werden einer taxonomischen Klassifizierung durch Homologiesuche und Mustererkennung, sowie der Erfassung weiterer Parameter mit möglicherweise klinischer Relevanz (z. B. chromosomaler Integrationsstellen) zugeführt. Die entwickelten Methoden werden zur Untersuchung von Tumor-Datensätzen eingesetzt. Neben der Validierung der entwickelten Standards werden von diesen Studien auch wichtige Erkenntnisse hinsichtlich der Rolle von Infektionserregern bei der Krebsentstehung erwartet.