Das Einzelprojekt Deep-PLS beschäftigt sich mit Verbesserungen bei der Erstellung von Krebsdiagnosen. Derzeit basieren Krebsdiagnosen in erster Linie auf histopathologischen Gewebe-Begutachtungen, die mithilfe bildgebender Verfahren erstellt werden. Die Diagnosen werden bei Bedarf um molekulare Gewebsanalysen ergänzt. Die den beiden Diagnoseverfahren zugrundeliegenden Datensätze werden dabei in der Regel getrennt voneinander analysiert. Dies schränkt die Möglichkeit ein, die Krebsentwicklung ganzheitlich – von der molekularen Entstehung bis zum mikroskopisch sichtbaren, pathologischen Gewebe – –zu betrachten und zu verstehen.

Hier setzt Deep-PLS an: Im Rahmen des Projekts soll eine neue Diagnosemethode entwickelt werden, die in der Lage ist, molekulare Daten aus verschiedenen Omics-Bereichen und histopathologische Bilddaten effizient miteinander zu kombinieren. Die neue Graph-basierte Methode soll zu einem besseren Verständnis der Krebsentstehung beitragen, indem der gesamte Mutationsverlauf einer Krebserkrankung dargestellt wird, einschließlich der transkriptionellen und epigenetischen Messungen und der Veränderungen in der Gewebemikrostruktur. Es ist geplant, systematische Analysen durchzuführen, mit deren Hilfe entsprechende Verlaufsmodelle erstellt werden sollen. Die Modelle sollen zeigen, wie molekulare Ereignisse zu Zell- und Gewebeveränderungen und somit zu Krebs führen. Auch eine Unterscheidung von Krebserkrankungen in unterschiedliche Subtypen soll künftig möglich sein. Beides wird dazu beitragen, den Prozess der Krebsentstehung künftig besser zu verstehen.