Das Projekt zielt darauf ab, die Durchführung und Verbreitung einer systematischen Übersicht über Tiermodelle zu erleichtern, in denen zielgerichtete Therapien gegen Krebs getestet werden. Im Teilprojekt an der Charite wird ein Algorithmus für maschinelles Lernen trainiert, der die Ergebnisse systematischer Literaturrecherchen automatisch durchsucht, um für die Forschungsfrage relevante Studien zu identifizieren. Wörterbücher mit regulären Ausdrücken (RegEx) werden entwickelt und angewandt, um diese Studien nach Kategorien wie der Art des Tumors, der getesteten medikamentösen Behandlung und dem Tumormodell zu kennzeichnen. Studien in ausgewählten Kategorien werden systematisch überprüft, um Therapien zu identifizieren, die in Tiermodellen getestet und dann erfolgreich in die Klinik übertragen wurden. Zur Verbreitung der Ergebnisse der systematischen Überprüfung und aller zugehörigen RegEx-gekennzeichneten Tumorstudien wird eine interaktive, visualisierte Datenbank entwickelt, die über ein benutzerfreundliches Online-Dashboard zugänglich ist. Interessierte Krebspatientinnen und -patienten werden in der Lage sein, die einbezogenen Studien nach den für sie interessanten Merkmalen des Studiendesigns zu filtern. Die Wirksamkeit der in den einzelnen Tiermodellen getesteten Arzneimittel wird als Effektgröße dargestellt und visualisiert. Der Vorteil eines interaktiven Dashboards für die Entscheidungsfindung in diesem Zusammenhang besteht darin, dass Arzneimittelentwickelnde und Forschende leicht Tumormodelle identifizieren können, die in der Vergangenheit in der Grundlagenforschung erfolgreich für ähnliche Arzneimittel verwendet wurden, und den Translationsprozess für bestimmte Krebsarten verfolgen können. Darüber hinaus werden die digitale Infrastruktur und die Instrumente eingerichtet, die für eine einfache Aktualisierung der systematischen Übersicht und eine Ausweitung ihres Umfangs erforderlich sind.