Neue Behandlungsstrategien zur Verbesserung der Patientenversorgung und der Lebensqualität von Patientinnen und Patienten mit Glioblastom (GBM) sind dringend erforderlich. Die Standardtherapie hat sich seit über 15 Jahren nicht verändert, der Median der Überlebenszeit von GBM-Patienten beträgt weniger als 15 Monate. Mehrere Studien haben einen langfristigen Überlebensvorteil bei 10-20 % der Patienten durch Immuntherapien festgestellt, deren Ansprechen mit der Mutationslast des Tumors und Entzündung in Verbindung gebracht wurde. Allerdings wird ein eindeutiger klinischer Nutzen der Immuntherapie durch das Fehlen von Biomarkern bei dieser sehr heterogenen Krankheit behindert. GBMs sind rezidiv und dies kann nur durch eine Strategie begrenzt werden, die klinische und immunologische Korrelate berücksichtigt, die unter geschlechts- und altersspezifischen Gesichtspunkten bewertet werden. Diese Korrelate können mit Hilfe von Technologien der künstlichen Intelligenz (KI) mit wichtigen Lebensstil- und Umweltfaktoren (lifestyle-environmental - LE) integriert werden. In der IPerGlio-Verbundsstudie werden klinische und immunologische Parameter (phänotypische, molekulare, funktionelle und bildgebende Datensätze) von 260 GBM-Patienten aus drei Zentren mit LE-Daten durch Business Intelligence integriert. Durch die Anwendung von KI-generierten Modellen wird IPerGlio prognostische GBM-Marker liefern, die Entscheidungen für eine Kombinationsbehandlung mit Immuntherapie in klinischen Studien vorantreiben. Die gewonnenen Daten werden mit öffentlichen Datensätzen abgeglichen (z. B. IVY GBM Atlas Project, GBM Bio Discovery Portal). Im deutschen Teilprojekt der Verbundsstudie werden die ethischen Herausforderungen in Bezug auf Datensicherheit und -weitergabe, die sich durch personalisierte Medizin und KI-Ansätze ergeben, durch die aktive Einbeziehung von Interessengruppen und Patienten im Rahmen von Stakeholder Consensus Conferences umfassend berücksichtigt.

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.

Blasenkrebs ist die zehnthäufigste Krebsform in der Welt, mit steigender Häufigkeit und Verbreitung sowie einer hohen Morbidität und Todesrate. Zuverlässige Screening-Methoden fehlen, die diagnostischen Methoden sind invasiv und die Rückfallraten hoch, so dass Blasenkrebs als eine der herausforderndsten und teuersten Krebsarten in Diagnostik und Behandlung einzustufen ist. Die Untersuchung mit einem Zystoskop – einem speziellen Endoskop – gilt als Goldstandard zur Beurteilung bei Blasenkrebs. Trotz einer hohen Detektionsrate sind Methode und Ausrüstung teuer, invasiv, nicht weltweit verfügbar und vor allem unangenehm und risikobehaftet hinsichtlich Komplikationen. Ziel des Verbundvorhabens UBIOBCA ist es, eine nichtinvasive, kostengünstige und sensitive Methode zur Früherkennung und Verlaufsbeobachtung für Blasenkarzinome zu etablieren. Hierzu soll die Eignung von Biomarkern als einfache und kostengünstige Methode der Urin-Diagnostik zur nicht-invasiven Früherkennung für Blasenkrebs durch eine große internationale multizentrische Studie untersucht und die diagnostische Präzision bestimmt werden. Innerhalb des Verbundes wird die Charité - Universitätsmedizin Berlin ihre Expertise zur Diagnostik durch Urin-Schnelltests einbringen. Es wird angestrebt, zum Verbundprojekt ein Drittel der Patientenfälle aus der Krankenhausroutine beizutragen, alle diagnostischen Mittel an den Proben dieser Patientinnen und Patienten anzuwenden und die Ergebnisse der deutschen Kohorte sowohl selbst zu analysieren, als auch in die Gesamtauswertung aller Fälle einfließen zu lassen. Bei Eignung eines Tests oder Kombinationen von Tests sollen diese unter Einbezug von Patientenorganisationen, urologischen Gesellschaften und Ärzten in die klinische Routine überführt werden. Das Vorhaben ist Teil des transnationalen Verbundprojekts "UBIOBCA" der Förderinitiative "ERA-PerMed". Der Verbund "UBIOBCA" wird durch eine kanadische Arbeitsgruppe koordiniert und hat insgesamt fünf Projektpartner.

Sub-Sahara Afrika (SSA) weist die höchsten prognostizierten Zuwächse bei gestörter Glukosetoleranz und bei Typ-2-Diabetes auf (hier: Dysglykämie). Der Krankheitsverlauf von Dysglykämie unterscheidet sich je nach ethnischer Zugehörigkeit und Geschlecht. Dennoch sind die Präventionsempfehlungen allgemein und fußen auf Erkenntnissen aus Europa. Das übergeordnete Ziel des Verbundvorhabens OPTIMA ist die Entwicklung ethnisch- und geschlechtsspezifischer, klinisch praktikabler und kosteneffizienter Algorithmen für die frühzeitige Vorhersage von Dysglykämie. Die transnationale Zusammenarbeit zwischen Schweden, Deutschland und Südafrika innerhalb des Konsortiums ermöglicht die gemeinsame Nutzung und Harmonisierung von prospektiven Studien aus zwei afrikanischen und einer europäischen Kohorte. Die anvisierte Studie kombiniert Proteomik- und Metabolomik-Analysen, um bekannte und neuartige, ethnisch- und geschlechtsspezifische Biomarker zu identifizieren. Diese sollen pathophysiologische Erkenntnisse liefern und die frühzeitige Vorhersage von Dysglykämie in europäischen und afrikanischen Populationen verbessern. Innerhalb des Verbundvorhabens wird die Universität Heidelberg Ernährungsmuster identifizieren, welche die Konzentrationen von Kandidaten-Peptiden, -Aminosäuren und -Metaboliten erklären und mit dem Dysglykämie-Risiko bei den Zielpopulationen zusammenhängen. Darauf aufbauend sollen gezielte Ernährungsänderungen zur Primärprävention von Dysglykämie in den verschiedenen Populationen entwickelt werden. Zudem sollen die kulturelle Akzeptanz und Machbarkeit dieser Ernährungsempfehlungen bei afrikanischen Bevölkerungsgruppen identifiziert werden sowie bei der Etablierung der finanziellen Machbarkeit solcher Ernährungsempfehlungen mitgewirkt werden. Das Vorhaben ist Teil des transnationalen Verbundprojekts "OPTIMA" der Förderinitiative "ERA-PerMed". Der Verbund "OPTIMA" wird durch eine südafrikanische Arbeitsgruppe koordiniert und hat insgesamt vier Projektpartner.

Das epitheliale Ovarialkarzinom (EOK) ist die tödlichste gynäkologische Krebserkrankung mit schlechten Langzeitüberlebenschancen. Bisher gibt es keine wirksamen Früherkennungsstrategien, und frühe Krankheitssymptome sind unspezifisch, was zu einer verzögerten Diagnose beiträgt. Infolgedessen wird das EOK weitgehend im fortgeschrittenen Stadium diagnostiziert, wenn die Therapiemöglichkeiten bereits begrenzt sind. Ziel des Projekts miRPOC ist, verschiedene mikro-Ribonukleinsäuren (miRNAs) zu identifizieren und charakterisieren, welche sich als Biomarker zur Früherkennung des EOK eignen. Daraus wird ein serologisches miRNA-Panel zusammengestellt und validiert, welches als diagnostisches Hilfsmittel in der klinischen Anwendung ergänzend zur Bildgebung eingesetzt werden kann. Dazu werden Serumproben aus prospektiven Kohorten sowie weitere klinische Daten genutzt. Unter anderem werden Proben herangezogen, die mehr als drei Jahre vor der Diagnose von EOK entnommen wurden und mit Kontrollproben verglichen. Zur Unterscheidung von klinischen EOK-Fällen werden zudem Proben von Patientinnen mit gutartigen Ovarialtumoren, als auch mit sonstigen Begleiterkrankungen analysiert. Ferner werden miRNA-Profile im Serum als Prädiktoren für das Rezidivieren nach Therapie untersucht und mit den miRNA-Profilen im Tumorgewebe und Serum verglichen. Am Deutschen Krebsforschungszentrum findet die Validierung von 60 verschiedenen miRNAs statt, um ein geeignetes Biomarker-Panel zusammenzustellen. Zusätzlich werden verschiedene Variationsquellen dieser Profile und deren Einfluss auf die diagnostische Leistung charakterisiert. Zudem werden Protokolle und Algorithmen zur Integration dieser miRNA- und Daten zu weiteren klinischen und epidemiologischen Risikofaktoren entwickelt und optimiert. Das Vorhaben ist Teil des transnationalen Verbundprojekts "miRPOC" der Förderinitiative "ERA-PerMed". Der Verbund wird durch eine norwegische Arbeitsgruppe koordiniert und hat insgesamt vier Projektpartner.

Der Verbund wird die Entwicklung einer robusten Implementierung einer neuartigen Messmethode durchführen, um den individuellen Schweregrad des zugrunde liegenden biologischen Prozesses, den Mukoviszidose verursacht, in vivo als einen den Phänotyp definierenden Parameter zu bewerten. In diesem Begleitprojekt werden die sozialen und ethischen Aspekte der Implementierung eines neuartigen diagnostischen Tests zur Diagnose des individuellen Schweregrades von Mukoviszidose auf der Grundlage von Körperschweiß-Biomarkern erforscht. Mittels sozio-empirischer und ethischer Analyse werden die Erwartungen und Einstellungen sowohl der Patientinnen und Patienten als auch des Arztes/der Ärztin gegenüber diesem neuen Testverfahren ermittelt. Die Analyse konzentriert sich auf relevante ethische Werte wie Autonomie und Vertrauen, sowie Wahrnehmungen von Patientinnen und Patienten und Ärztinnen und Ärzten auf die Arzt-Patienten-Beziehung, inwieweit es durch den diagnostischen Test zur Vermittlung von technischen Artefakten kommt. Ziel der Untersuchung ist es, Unsicherheiten, Konflikte und Probleme zu identifizieren, denen Patienten und Ärzte in diesem speziellen diagnostischen Umfeld begegnen können. Es sollen dabei auch Einblicke in die Alltagswelt von Patienten und Ärzten gewonnen werden, wenn neue technologische Artefakte in Form eines Diagnoseinstrumentes in die Praxis implementiert werden, und diese Erkenntnisse sowohl für ethische und klinische Überlegungen diskutiert werden können.

Das "Long-COVID-Syndrom" oder postakute Folgen von COVID-19 (PASC), hat enorme Auswirkungen auf die Gesundheit und die sozioökonomische Situation der Betroffenen. Mitglieder des Verbundes haben bereits ein molekulares, auf Urinpeptiden basierendes Prognoseinstrument (Urinproeomischer Klassifikator COV50) veröffentlicht, mit dem eine schwer verlaufende COVID-19-Infektion zu einem frühen Zeitpunkt vorhergesagt werden kann. Für UriCoV wird eine ähnliche Methodik wie in der Mutterstudie angewendet, um das Auftreten von PASC nach einer SARS-CoV-2-Infektion vorherzusagen. Zu diesem Zweck werden 1) COVID-Patienten aus der früheren Crit-CoV-Studie phänotypisch bzgl. PASC charakterisiert; 2) die vorhandenen proteomischen Urinprofile bzgl. PASC-Assoziation untersucht und 3) erneute Urinproben asserviert, um die baseline-Proteomprofile mit denen unter dem Auftreten nach PASC zu vergleichen. Am St. Georg Klinikum in Leipzig, wo mehr als ein Drittel aller Patientinnen und Patienten (433 von 1075) der europäischen Crit-CoV-U-Studie behandelt und eingeschlossen worden sind, werden wissenschaftliche Werkzeuge (epidemiologische Fragebögen) entwickelt, basierend auf den aktuellen publizierten und anerkannten Empfehlungen. Nach Eingang des Ethikvotums werden die Patienten kontaktiert und später die ausgefüllten Fragebögen ausgewertet. Bei den nun identifizierten PASC-Patienten soll, unter Nutzung der vorhandenen Peptidmuster aus der Crit-CoV-Studie, der molekulare Phänotyp des PASC untersucht werden. Dies geschieht basierend auf den Omics- Daten, Daten aus dem klinischen Verlauf sowie bioinformatischen Tools. Hierdurch sollen nicht nur die pathophysiologischen Grundlagen von PASC demaskiert, sondern auch Wege für Patienten-Stratifizierung und ggf. personalisierter Therapie eröffnet werden. Das Vorhaben ist Teil des transnationalen Verbundprojekts "UriCoV" der Förderinitiative "ERA-PerMed". Der Verbund "UriCoV" wird durch eine deutsche Arbeitsgruppe koordiniert und hat insgesamt sieben Projektpartner.

Autismus-Spektrum-Störungen (ASS) nehmen zu und führen zu beeinträchtigenden kognitiven Problemen. "Soziale Blindheit", die Unfähigkeit, Emotionen bei anderen zu erkennen, ist ein häufiges behinderndes Charakteristikum, das durch intensive Kleingruppentherapie behandelt wird. Sie ist kostspielig und wird nicht flächendeckend angeboten und ist daher in vielen Fällen nicht verfügbar. Es bedarf der Vorbeugung schwerer Krankheitsverläufe und Einschränkungen durch einen deutlich verbesserten Zugang zur Therapie mit Emotionserkennungstraining für Menschen mit ASS zu geringe(re)n Kosten. Geplant ist die Virtualisierung der Therapie durch die Kombination von drei neuen Kernelementen: 1) Hyperrealistische und reaktionsfähige Avatare, die in der Lage sind, detaillierte Emotionen darzustellen (Verfügbarkeit, Skalierbarkeit, Reproduzierbarkeit); 2) Computerbasiertes Sehen zur Erfassung des emotionalen Zustands der Testperson, der Reaktionsgeschwindigkeit bei Therapieaufgaben, des Stressniveaus (über Hautimpedanz und Herzfrequenz), der exekutiven Funktionen (inhibitorische Kontrolle, Aufmerksamkeit) und der Verhaltensmuster, um bedeutsames Feedback zur Testperson zu erhalten (Personalisierung); 3) Programmierte (Standard-)Therapiemethoden, um die gemessenen Reaktionen der Probanden auszulösen und darauf reagieren zu können (adaptiv, gamifiziert). Durch die Kombination bestehender Technologien entsteht eine vollständig virtualisierte, in beide Richtungen adaptive und individualisierte Therapie. Eine solche virtualisierte, interaktive, adaptive Betreuung existiert bislang nicht. Das Ziel dieses Teilprojekts ist die medizinisch-inhaltliche Begleitung und Mitgestaltung des 2-DTS sowie die Planung und Durchführung einer klinischen Studie zur Validierung der Umsetzbarkeit und Wirksamkeit des beschriebenen Ansatzes.

Diabetes und die damit verbundenen kardiovaskulären und renalen Komplikationen gehören zu den größten Belastungen für Patientinnen und Patienten sowie das öffentliche Gesundheitssystem. Zur Behandlung stehen verschiedene Medikamente zur Verfügung, die einen erheblichen Nutzen aufweisen, wobei der größte Nutzen entsteht, wenn sie zum frühestmöglichen Zeitpunkt verabreicht werden. Allerdings fehlt es derzeit an Leitlinien für die Wahl des richtigen Medikaments, sodass eine große Anzahl der Betroffenen nicht auf die Behandlung anspricht. Das Ziel des Verbundprojekts SIGNAL ist die Entwicklung und Erprobung nicht-invasiver Multimarker-Klassifikatoren zur Vorhersage des Behandlungserfolges zur Intervention und Prävention verbundener chronischer Nieren- und Herz-Kreislauf-Erkrankungen bei Diabetikerinnen und Diabetikern. Hierzu werden Proben bereits vorhandener Biobanken genutzt, welche ebenfalls Informationen bezüglich der pharmakologischen Interventionen und deren Therapieerfolg beinhalten. Aufbauend auf diesen Ressourcen erfolgen umfangreiche Analysen zur Identifizierung, Etablierung und Validierung prädiktiver Biomarkerprofile mit Vorhersagewert für das Ansprechen auf eine Diabetesbehandlung im Hinblick auf die Prävention renaler und kardiovaskulärer Erkrankungen. Die Mosaiques Diagnotics GmbH wird hierzu die vorliegenden Peptid-Omics-Daten im Hinblick auf die Identifizierung und Definition passender Biomarker analysieren. Diese Biomarker werden in einen Klassifikator integriert, welcher im Anschluss auf seine Leistungsfähigkeit und technische Robustheit zur Vorhersage des Therapieansprechens für eine personalisierte Intervention bewertet wird. Die Anwendbarkeit der entwickelten Klassifikatoren wird zudem in einer angeschlossenen explorativen Studie evaluiert. Das Vorhaben ist Teil des transnationalen Verbundprojekts "SIGNAL" der Förderinitiative "ERA-PerMed". Der Verbund "SIGNAL" wird durch eine dänische Arbeitsgruppe koordiniert und hat insgesamt sechs Projektpartner.

Nur wenige Patientinnen und Patienten mit Psychosen erhalten Zugang zu psychologischer Therapie. Gleichzeitig fehlt es an Studien, die Prädiktoren für das Ansprechen auf psychologische Behandlung untersuchen. PERMEPSY soll mithilfe neuer Technologien (Harmonisierung, maschinelles Lernen (ML), technologische Plattformen) die entsprechenden Prädiktoren ermitteln und anschließend anhand dieser Prädiktoren ein personalisiertes Behandlungsangebot basierend auf dem Metakognitiven Training erstellen. Im Zuge dessen sollen mit Hilfe von ML anhand retrospektiver Datenbanken Charakteristika derjenigen Patienten identifiziert werden, die auf MKT ansprechen. Auf dieser Grundlage wird eine Prototyp-Plattform zur Personalisierung der MKT-Behandlung entwickelt, die anhand einer prospektiven klinischen Pilotstudie, welche personalisiertes (P-MKT) mit klassischem MKT vergleicht, unter Einbezug der Nutzerperspektive validiert wird. Am Universitätsklinikum Hamburg-Eppendorf erfolgt ein systematisches Review der Vorhersagekraft klinischer Variablen von Patientinnen und Patienten (z. B. Pharmakotherapie) für das Ansprechen auf MKT. Zusätzlich werden eigene Daten aus vorherigen Studien für die Harmonisierung und die ML-Analyse zur Verfügung gestellt. Es erfolgt die Durchführung der randomisierten-kontrollierten klinischen Pilotstudie (Rekrutierungsziel: 52 Probandinnen und Probanden) zum Vergleich der Wirksamkeit des klassischen MKTs mit dem durch die Plattform entwickelten personalisierten MKT (P-MKT). Die Nutzerperspektive wird mit einbezogen. Das übergeordnete Ziel des Verbundprojekts ist die Entwicklung einer frei zugänglichen Plattform für Klinikerinnen und Kliniker zur Vorhersage des Ansprechens auf MKT, um sie bei der Entscheidungsfindung für eine personalisierte psychologische Behandlung für Psychosen zu unterstützen. Das Vorhaben ist Teil des transnationalen Verbundprojekts "PERMEPSY" der Förderinitiative "ERA-PerMed". Der Verbund wird durch eine spanische Arbeitsgruppe koordiniert und hat insgesamt sechs Projektpartner.

Chronische Nierenerkrankungen (CKD) sind eine wachsende Herausforderung für westliche Gesundheitssysteme. Es ist von zentraler Bedeutung Patientinnen und Patienten mit einem hohen Risiko für Progression der Nierenerkrankung frühzeitig zu identifizieren. Aktuell etablierte diagnostische Routinemarker wie eGFR und Albuminurie sind in ihrer Vorhersagekraft bezüglich des Voranschreitens der Erkrankung eingeschränkt. Eine invasive Nierenbiopsie ist aktuell Goldstandard der Diagnose von CKD und zur Prognosebestimmung unerlässlich. Diese ist jedoch aus verschiedenen Gründen in der Mehrzahl der Fälle nicht möglich und wird meist nur einmalig durchgeführt. Zentraler Bestandteil der histopathologischen Analyse und etablierter Prädiktor für das Voranschreiten von CKD ist das Ausmaß an Nierenfibrose. In diesem Verbundprojekt soll ein multimodaler auf Proteomics-Analyse basierender Biomarker erstellt werden, der es ermöglicht, das Ausmaß an Nierenfibrose und somit die Prognose von verschiedenen chronischen Nierenerkrankungen anhand von Blut- und Urinanalyse nicht-invasiv abzuschätzen. Dieser neuartige Biomarker wird unter anderem auf Basis von Daten und Proben der nephrologischen Biobank des Klinikum Bayreuth "BIOBAY" entwickelt. Das Klinikum Bayreuth wird außerdem an einer kooperativen prospektiven Beobachtungsstudie zur Validierung dieses Biomarkers mit 62 in Bayreuth rekrutierten Patientinnen und Patienten mitwirken. Weiterhin soll anhand von Big-Data-Analyse und Anwendung von künstlicher Intelligenz ein klinisches Tool entwickelt werden, welches behandelnden Medizinern ermöglichen soll, das individuelle Progressionsrisiko eines Patienten abzuschätzen und so personalisierten Präventionstherapien zuzuführen. Das Vorhaben ist Teil des transnationalen Verbundprojekts "KidneySign" der Förderinitiative "ERA-PerMed". Der Verbund "KidneySign" wird durch eine französische Arbeitsgruppe koordiniert und hat insgesamt sechs Projektpartner.

Glioblastoma multiform (GBM) ist der häufigste bösartige Hirntumor, bei dem Gliomstammzellen (GSC) aggressiv in das Gehirn eindringen und der zu hundert Prozent wiederkehrend ist. Die mediane Überlebenszeit von GBM-Patienten beträgt unter 24 Monaten, und es gibt keine Möglichkeit auf Heilung. Das Invasionsverhalten der GSC ins menschliche Gehirn ist unvorhersehbar und patientenabhängig, sodass eine "Therapie für alle" nicht praktikabel ist. Im Rahmen des Verbundvorhabens "Glioma-PerMed" soll in einem interdisziplinärem Forschungskonsortium das Invasionsverhalten von GSC in präklinischen Modellen menschlicher Hirnorganoide und Zebrafischgehirne mittels maschineller Lernalgorithmen untersucht werden. Durch die Entwicklung schneller und effizienter Gliom-Invasionstests sollen patientenspezifische, bereits zugelassene therapeutische Wirkstoffe identifiziert werden, die die Invasion von Gliomzellen im klinischen Umfeld stören können. Somit soll das Vorhaben erste Schritte zu einer personalisierten GBM-Medizin ebnen, die eine personalisierte Diagnostik, Medikamentenentwicklung und Patientennachverfolgung ermöglichen kann. Die Universität Düsseldorf wird hierzu aufbauend auf eigens entwickelten Methoden zur Herstellung von Organoiden des menschlichen Gehirns aus induzierten pluripotenten Stammzellen eine Hirnorganoid-Plattformtechnologie etablieren, mit der sich die Gliom-Invasion in vitro individuell, schnell und zuverlässig modellieren lässt. Dabei werden reproduzierbare Invasionsprofile mehrerer Replikate innerhalb einzelner Patientenproben erzeugt und für Arzneimittelwirksamkeitstests verwendet, mit dem Ziel Verbindungen zu identifizieren, welche die Invasion von Gliomzellen im klinischen Umfeld stören können. Das Vorhaben ist Teil des transnationalen Verbundprojekts "Glioma-PerMed" der Förderinitiative "ERA-PerMed". Der Verbund "Glioma-PerMed" wird durch die Universität Düsseldorf koordiniert und hat insgesamt fünf Projektpartner.

Eine Bipolare Störung (BD) ist eine schwere, chronische und rezidivierende, genetisch bedingte, komplexe psychische Störung mit einer großen Variation im klinischen Krankheitsbild und multifaktorieller Ätiologie. BD wird mit einer vorzeitigen Sterblichkeit in Verbindung gebracht, wobei dies vor allem auf die zahlreichen Begleiterkrankungen zurückzuführen ist. Zur häufigsten Begleiterkrankung einer BD gehört das Metabolische Syndrom (MetS). MetS bezeichnet einen präklinischen Zustand, der ein Bündel von Risikofaktoren für Herz-Kreislauf-Erkrankungen und Diabetes mellitus Typ 2 umfasst, die häufiger zusammen auftreten. Das Verbundprojekt BIPCOM zielt auf die Entwicklung eines klinischen Entscheidungsunterstützungsinstruments (Clinical Support Tool) für eine personalisierte Sekundär-Prävention und Frühintervention von medizinischen Komorbiditäten (MC) bei Patienten mit BD ab. Die Identifizierung biopsychologischer Prädiktoren für MC bei Betroffenen mit BD wird anhand vorhandener Patientenakten mit Hilfe eines Medical Record Abstraction Tools extrahiert und damit Daten zu Prävalenzraten, weiteren Merkmalen, genetischen und nicht-genetischen Risiko- und Schutzfaktoren, Medikamenteneinnahme sowie Angaben über den Verlauf von MetS analysiert. Zudem wird eine prospektive explorative klinischen Studie durchgeführt, die der Ermittlung der 1-Jahres-Inzidenz spezifischer Risikofaktoren für das Auftreten von MetS dient. An der Goethe-Universität Frankfurt am Main werden zum Aufbau einer Datenbank über MC bei BD vorhandene Patienteninformationen extrahiert und zum anderen Patientinnen und Patienten für die explorative klinische Studie rekrutiert und Biomaterial gesammelt. Unter Beteiligung aller Partner erfolgt die Entwicklung und Implementierung des Clinical Support Tools. Das Vorhaben ist Teil des transnationalen Verbundprojekts "BIPCOM" der Förderinitiative "ERA-PerMed". Der Verbund wird durch eine italienische Arbeitsgruppe koordiniert und hat insgesamt acht Projektpartner.

Systemische autoinflammatorische Erkrankungen (SAID) sind eine wachsende Zahl seltener oder sehr seltener Erkrankungen, die sowohl monogen als auch multifaktoriell bedingt sind und durch eine Dysregulation der Mechanismen der angeborenen Immunität mit steriler Entzündung gekennzeichnet sind. Für spezifische monogene SAID ist die personalisierte Medizin (PM) bereits eine etablierte Praxis. Möglich ist, dass auch andere SAID (40-60%, bei denen die molekulare Analyse keine diagnostische Bestätigung liefern kann) von personalisierten Ansätzen profitieren könnten. Dieses Vorhaben wird größere SAID-Register und -Repositorien in Europa miteinander verbinden. Am Uniklinikum Münster werden retrospektive Laboranalysen von Bioproben aus den Biobanken der Repositorien durchgeführt. Mit den Partnern werden Kernpunkte definiert, mit denen die Auswahl von mindestens 100 SAID- und 100 bislang undefinierten SAID-Patienten aus den Registern gelingen soll. Dies beinhaltet auch die Identifikation und den Austausch von Bioproben für die Transkriptom-Untersuchung der retrospektiven Proben. Zusätzlich wird eine explorative klinische Pilotstudie initiiert, in der die Anwendung der gefundenen Signaturen auch prospektiv an potenziellen Patienten und Patientinnen erprobt werden kann. Nach Erhalt des positiven Ethikvotums erfolgt eine Personalschulung sowie die Koordination der Rekrutierung von 50 neuen SAID -Patienten durch die klinischen Partner. Außerdem sollen unstimulierte und stimulierte Zellen von gesunden Spendern miteinander verglichen werden, um normale Antwortsignale auf unterschiedliche Stimulantien zu identifizieren. Letztlich erfolgt der Einsatz der von den Verbundpartnern entwickelten künstlichen Intelligenz-(KI) Lösungen zur Identifizierung von SAID-Signaturen. Das Vorhaben ist Teil des transnationalen Verbundprojekts "PerSAIDs" der Förderinitiative "ERA-PerMed". Der Verbund "PerSAIDs" wird durch eine italienische Arbeitsgruppe koordiniert und hat insgesamt sechs Projektpartner.

Ziel des Gesamtverbunds ArtiPro ist die Einrichtung einer Daten- und Analyseplattform, welche Daten aus bestehenden klinischen Forschungsprojekten zu individuellem Therapieansprechen bei Depression zusammenführt, um robuste multimodale Biomarker und Vorhersageprofile für das Ansprechen auf medikamentöse Therapien gegen Depressionen mittels Methoden der künstlichen Intelligenz zu ermitteln. Hierzu werden Daten zu Therapieverlauf und Therapieansprechen aus bestehenden klinischen Forschungsprojekten kombiniert und für Auswertungen in eine komplexe Datenplattform integriert. Dabei sollen die Dimensionen der Biomarker durch Kombination mehrerer Modalitäten erweitert werden, und es sollen Datenlücken geschlossen werden, indem Daten ergänzt werden, bzw. aus assoziierten vorhandenen Daten extrapoliert werden. Geplante Tätigkeiten an der RWTH Aachen sind die Koordination des Gesamtvorhabens mit Etablierung einer Management-Struktur, sowie Koordination der Abläufe bei den einzelnen Partnern. Aus den eigenen Studiendaten, die in die Datenplattform eingebracht werden sollen, werden die vorhandenen Datensätze auf Vollständigkeit und Datenverfügbarkeit untersucht (WP1) und die Datensätze harmonisiert und formatiert, so dass sie in die Datenplattform integriert werden können. Außerdem werden funktionelle Untersuchungen von Biomarkersignaturen gemacht. Dazu werden z. B. pharmakogenetische Profile in genetischen Expressionsmodellen (das Gen wird in eine Zelllinie eingebracht und überexprimiert) auf die Aktivität des metabolisierenden Enzyms anhand von Substratumsatz charakterisiert. Die Ergebnisse der funktionellen Messungen gehen dann in Auswertungsfragestellungen ein, die für das Gesamtprojekt geplant werden (WP2). Das Vorhaben ist Teil des transnationalen Verbundprojekts "ArtiPro" der Förderinitiative "ERAPerMed". Der Verbund "ArtiPro" wird durch die Arbeitsgruppe der RWTH Aachen koordiniert und hat insgesamt sieben Projektpartner.

PerCard untersucht den Wert, integrierte heterogene Datenquellen mit Künstlicher Intelligenz (KI) und maschinellem Lernen (ML) zu kombinieren, um die Validität des Risikoassessments für kardiovaskuläre Krankheiten in verschiedenen Populationen zu erhöhen. Das Konsortium entwickelt spezialisierte Modelle für Populationen und vermindert explizit den Gender-Bias in existierenden Methoden des Risikoassessments. Ein Fokus liegt auf Methoden, die einfach von der Forschung in die Praxis transferiert werden können und die für breite Bevölkerungsgruppen zugänglich und finanzierbar sind. PerCard entwickelt und benutzt neue Datenanalysemethoden (KI, ML, Signalprozessierung, einschließlich Ensemble-Klassifikatoren und Bayessche Neuronale Netzwerke), um mächtigere Risikoassessmentmethoden zu entwickeln, die präzise, robust und erklärbar sind. Das Projekt stellt besonders Fortschritte auf dem Feld der erklärbaren KI und der KI für Time-Series-Analyse zur Verfügung. PerCard liefert ein integriertes Entscheidungsunterstützungssystem für verstehbare personalisierte Risiko-Prognose-Abschätzungen von Morbidität und Moralität in kardiovaskulären Kontexten und testet es in retrospektiven und prospektiven Settings. Endnutzende werden während des gesamten Prozesses der Forschung, Entwicklung und Validierung involviert. ELSA-Berücksichtigung, einschließlich Gender-Überlegungen, Zugänglichkeit für alle, Ethik der KI und der Entscheidungsunterstützung sind inhärente Teile des Projekts. Um auf frühere Investitionen aufzubauen und die Entwicklung zu beschleunigen, nutzt PerCard für den Start große retrospektive Datenbanken aus Finnland und Italien wieder. PerCard benutzt robuste Validierungsmethoden, um Generalisierbarkeit zu garantieren, und kombiniert unabhängige Testsets sowie prospektive Testdatensammlung als eine tatsächlich unabhängige Referenz. Um erfolgreich zu sein, bringt PerCard ein internationales, interdisziplinäres Konsortium aus hochkarätigen Partnerinnen und Partnern zusammen.

Sepsis und COVID-19 stellen eine große Belastung für die Gesellschaft und Bevölkerung weltweit dar. Beide Erkrankungen sind durch eine dysregulierte Wirtsantwort auf eine Infektion charakterisiert, was grundsätzlich den Einsatz von Kortikosteroiden (CS) rechtfertigt, obwohl ein erhöhtes Risiko für Infektionen beschrieben ist. In dem europäischen Verbundprojekt iRECORDS werden Signaturen aus verschiedenen biologischen Systemen zur Charakterisierung der Wirtsantwort erarbeitet. Sie sollen helfen, eine Stratifizierung der Patienten auf der Grundlage ihrer individuellen Immunreaktion vorzunehmen und somit das Verhältnis zwischen Nutzen und Risiko einer CS-Behandlung zu verbessern. Das Universitätsklinikum Jena (UKJ) wird sich als Konsortialpartner insbesondere der Charakterisierung von Zytokinprofilen widmen. Mit Methoden der künstlichen Intelligenz (KI) werden sowohl diese Daten als auch die hochdimensionalen Daten anderer Arbeitspakete des Forschungsverbundes integriert. Eine explorative adaptive Studie wird Patienten mit Sepsis oder COVID-19 in mehreren Armen einschließen und basierend auf den neu erarbeiteten Signaturen prospektiv untersuchen, ob eine personalisierte Steroidtherapie bei Sepsis und COVID-19 ermöglicht werden kann. Ziele sind, erstens die Behandlungseffekte der Steroide beim individuellen Patienten zu verbessern und zweitens einen möglichen Schaden durch eine Steroidbehandlung vorherzusagen und perspektivisch zu verhindern. Das Vorhaben ist Teil des transnationalen Verbundprojekts "iRECORDS" der Förderinitiative "ERA-PerMed". Der Verbund "iRECORDS" wird durch Prof. Dr. Djillali Annane, Hôpitaux de Paris, Frankreich, koordiniert und hat insgesamt sechs Projektpartner.

Die chronisch obstruktive Lungenerkrankung (COPD) ist eine abnorme Entzündungsreaktion der Lunge, welche durch anhaltende Atembeschwerden und eine Einschränkung der Atemströmung gekennzeichnet ist. Die Verschlimmerung der Symptome sowie der Zustand der Patienten hängen eng mit dem identifizierten COPD-Phänotyp, dem Schweregrad, der Häufigkeit von Exazerbationen, den ausgewählten Medikamenten sowie den Rehabilitationsmaßnahmen und der Therapietreue zusammen. Die Anwendung der Raman-Spektroskopie auf Speichel wurde bereits für verschiedene Indikationen vorgeschlagen, mit vielversprechenden Ergebnissen im Bereich der Diagnose und Überwachung. In diesem Verbund-Projekt wird eine Kombination aus Raman-Spektroskopie und künstlicher Intelligenz zur Untersuchung des Speichels von COPD-Patientinnen und -Patienten entwickelt. Auf diese Weise sollen zukünftig schnell und präzise der COPD-Phänotyp und weitere therapierelevante Informationen ermittelt werden können, um durch einen personalisierten Ansatz die Behandlung der COPD zu optimieren. Die Geratherm Respiratory GmbH unterstützt die Diagnostik durch die Anfertigung von speziell entwickelten Spirometrie-Geräten zur Messung der Lungenfunktion, um die Auswahl eines geeigneten Patientenkollektivs zu gewährleisten. Die Datenerfassung, -aufbereitung und -auswertung für die Entwicklung der künstlichen Intelligenz zur personalisierten Therapieentscheidung findet über die beim Unternehmen etablierte Plattform BLUE CHERRY statt. Zudem ist die Geratherm Respiratory GmbH an der Entwicklung und Implementierung einer benutzerfreundlichen Bedienoberfläche für ein Gesamtsystem beteiligt, das zur Validierung der Methodik bei den Verbundpartnern erprobt wird. Das Vorhaben ist Teil des transnationalen Verbundprojekts "CORSAI" der Förderinitiative "ERA-PerMed". Der Verbund "CORSAI" wird durch eine italienische Arbeitsgruppe koordiniert und hat insgesamt fünf Projektpartner.

Im Projekt PRE-CARE ML sollen auf Maschinellem Lernen (ML) basierende Modelle zur Risikovorhersage von Herz-Kreislauf-Erkrankungen wie Herzinfarkt, ischämische Herzkrankheit und Schlaganfall entwickelt, validiert, verbessert und in verschiedenen klinischen Kontexten getestet werden. In diesem Vorhaben wird das Hasso-Plattner-Institut (HPI) zum einen die bestehenden Modelle mithilfe von de-identifizierten Daten der Icahn School of Medicine am Mount Sinai, New York, USA, validieren und verbessern. Es stehen elektronische Patientendaten von fast 4 Mio. Patientinnen und Patienten für die Validierung zur Verfügung, die das gesamte Spektrum der Pflege sowie strukturierte und unstrukturierte stationäre, ambulante und Notfalldaten seit 2003 abdecken. Als eines der größten Gesundheitssysteme in New York spiegelt die Patientenpopulation des Mount Sinai die kulturelle, soziale und demografische Vielfalt der Stadt wider. Die Modellvalidierung und -adaption erfolgt in engem Austausch zwischen allen Projektpartnern, die jeweils eigene klinische Daten aus Österreich, Brasilien, Slowenien und Schweden einbringen. Hierzu werden zunächst Datenzugang, -management und -qualität sichergestellt und die Datenformate zwischen den Partnern harmonisiert. Das HPI wird zudem Verfahren des föderierten Lernens etablieren und so die Modelle verbessern ohne Daten zu transferieren. Die Projektpartner des HPI integrieren die entwickelten ML-Modelle in Krankenhausinformationssysteme in Österreich, Brasilien und Slowenien und bewerten ihre Auswirkungen auf die tägliche Krankenhausroutine. Parallel wird das HPI mit Unterstützung der Projektpartner auf der Grundlage dieser validierten Modelle wirksame Risikokommunikationsstrategien entwickeln, die in Form von mobilen Applikationen als personalisierte Gesundheitsdienste umgesetzt werden, um Verhaltensänderungen bei den Patientinnen und Patienten zu bewirken.

Die Rapid Eye Movement (REM) Schlafverhaltensstörung (RBD) ist gekennzeichnet durch abnormale Muskelaktivität und Traumentfaltung im REM-Schlaf. In seiner isolierten Form (iRBD) wird diese Schlafverhaltensstörung als Frühstadium der Alpha-Synucleinopathien oder Parkinson-Erkrankung angesehen. iRBD wird jedoch oft nicht erkannt. Eine frühzeitige, automatisierte Erkennung von iRBD wäre unerlässlich, um Patientinnen und Patienten in frühen Stadien von Alpha-Synucleinopathien zu erkennen und einen Beginn krankheitsmodifizierender Behandlungen zu ermöglichen. Die video-Polysomnographie (v-PSG) ist der aktuelle Goldstandard zur Diagnose von RBD. Diese Methode ist für die Patientinnen und Patienten aufwendig, ist nicht überall verfügbar, erzeugt hohe Kosten und die RBD-Diagnose kann nur in spezialisierten neurologischen Schlafzentren durchgeführt werden. Das Haupt- und Gesamtziel des Verbundes BRAVA ist die Entwicklung und Validierung der Analyse einer 3D-Videobildgebung, die mit einem kleinen, leichten und tragbaren Sensor aufgezeichnet wird. Diese neuartige und eigenständige Spitzentechnologie soll zur Identifizierung und Therapie-Versorgung von Patientinnen und Patienten mit iRBD verwendet werden. Die wissenschaftlichen Schwerpunkte der Paracelsus Elena Klinik in diesem Projekt liegen in der Beteiligung am Patienten-Einschlussverfahren, an der Installation der 3D-Kameras, in der v-PSG-Aufzeichnung und Auswertung sowie der Auswertung der 3D-Videoaufzeichnungen. Das Vorhaben ist Teil des transnationalen Verbundprojekts "BRAVA" der Förderinitiative "ERA-PerMed". Der Verbund "BRAVA" wird durch eine Arbeitsgruppe der Medizinischen Universität Innsbruck koordiniert und hat insgesamt vier Projektpartner.

Rheumatoide Arthritis (RA) ist eine sehr heterogene Krankheit mit verschiedensten Symptomen und hohen Kosten für die Allgemeinheit, speziell im Bereich der Therapie und auf Grund der eingeschränkten Arbeitskraft der Betroffenen. Derzeit sind nur sehr wenige und nur bedingt vorhersagekräftige Parameter für eine individuelle Therapieauswahl vorhanden. Die klinischen Kooperationspartner innerhalb von ScandRA haben Zugriff auf eine einzigartige Datensammlung von Patientenproben und Patientendaten aus skandinavischen Ländern. Anhand dieser Proben und Daten sollen durch eine Kombination genetischer Informationen, Blutparameter, klinischer Daten und Patientendaten Biomarkerkandidaten aus vorangegangenen Arbeiten validiert werden. Darauf aufbauend sollen Vorhersagealgorithmen zur Auswahl des richtigen Medikamentes für den einzelnen Patienten/die einzelne Patientin für die klinische Anwendung entwickelt werden. Die Hauptaufgabe der Phadia GmbH innerhalb des internationalen Konsortiums besteht in der Biomarker-Analyse der Patientenproben mittels EliA Autoimmundiagnostik, Multiplexarray und genetischer Tests. Der Multiplexarray beinhaltet über 60 RA spezifische Marker, unter anderem für eine Spezifizierung der als ACPA (= anti citrullinated protein antibodies) bekannten Marker. Die genetischen Analysen sind gezielte Genomanalysen, bei denen nur ein kleiner Teilbereich des Genoms untersucht wird (targeted sequencing). Zum einen liegt der Fokus auf bereits bekannten RA spezifischen Mutationen, zum anderen auf durch die pharmakogenetische Forschung bekannte Mutationen innerhalb von Genen die im Wirkmechanismus der Medikamente eine Rolle spielen. Eine Kombination dieser Datensätze ist, nach derzeitigem Kenntnisstand, für keine RA Kohorte vorhanden. Das Vorhaben ist Teil des transnationalen Verbundprojekts "ScandRA" der Förderinitiative "ERA-PerMed". Der Verbund wird durch eine Arbeitsgruppe des Karolinska Instituts in Stockholm, Schweden koordiniert und hat insgesamt sechs Projektpartner.

Das nephrotische Syndrom (NS) bei Kindern und jungen Erwachsenen ist ein häufiges medizinisches Problem, welches sich aufgrund einer Störung der Filtrationsbarriere der Niere entwickelt. Die Ursachen des NS sind komplex und vielfältig und können infektiöse, medikamentöse, immunologische oder genetische Ursachen haben. Aus diesem Grund sind Diagnose, Behandlung und Prognose des NS nicht standardisiert und durch die aktuell angewandten Diagnosealgorithmen können mögliche Unter- oder Überbehandlung mit Medikamenten nicht zuverlässig vermieden werden. Ziel des Verbundes PER-NEPH ist es, einen neu entwickelten diagnostischen Algorithmus zu implementieren und validieren. Dieser kann mittels fortschrittlicher genetischer Tests, umgekehrter Phänotypisierung und personalisierter Krankheitsmodelle zur Stratifizierung von Patientinnen und Patienten mit NS herangezogen werden und so eine verbesserte Diagnose und personalisierte Behandlung ermöglichen. Ebenso kann das diagnostische Tool bei Patientinnen und Patienten, die sich aufgrund einer Nierenerkrankung im Endstadium einer Nierentransplantation unterziehen müssen, den Krankheitsrückfall vorhersagen. Auf diese Weise sollen unnötige Therapien vermieden und die Lebensqualität der Betroffenen verbessert werden. An der Ludwig-Maximilians-Universität München findet hierzu der Studieneinschluss geeigneter Patientinnen und Patienten statt. Bei diesen werden umfassende klinische und Labor-Untersuchungen durchgeführt sowie Informationen zur klinischen und familiären Anamnese und der bisherigen Therapie erhoben. Gemeinsam mit den erhobenen Daten der Projektpartner werden diese anschließend analysiert, korreliert und in den zu etablierenden Diagnosealgorithmus integriert. Das Vorhaben ist Teil des transnationalen Verbundprojekts "PER-NEPH" der Förderinitiative "ERA-PerMed". Der Verbund "PER-NEPH" wird durch eine italienische Arbeitsgruppe koordiniert und hat insgesamt drei Projektpartner.

Die Alzheimer Krankheit ist die häufigste Form der Demenz, wobei Gehirnveränderungen schon Jahre vor Auftreten der ersten Symptome nachweisbar sind. Allerdings ist gerade in der Frühphase der Alzheimer Krankheit eine hohe Variabilität in der Ausprägung von Krankheitsmerkmalen sowie die Rate der Krankheitsprogression zwischen älteren Individuen zu beobachten. Das übergeordnete Hauptziel des EU-weiten Verbundprojekts EDAP-AD ist es daher, skalierbare und kosteneffiziente Tests zu entwickeln, um die Diagnose und Prognose der Alzheimer Krankheit je nach Krankheitsstadium, demografischen Merkmalen und Begleiterkrankungen zu optimieren. Das Klinikum der LMU München fokussiert dabei auf die Auswertung der Bildgebung longitudinaler Gehirnveränderungen zur Prognose und Messung von Therapieeffekten in klinischen Behandlungsstudien. Unter Verwendung maschinellen Lernens werden molekulare PET-Scans und strukturelle MRT-Aufnahmen des Gehirns ausgewertet, um die erhebliche interindividuelle Variabilität des räumlich-zeitlichen Musters der primären Pathologien einschließlich von Beta-Amyloid und Tau und der nachgeschalteten Neurodegeneration zu erklären. Unter Berücksichtigung von demografischen Faktoren, Komorbiditäten und Risikofaktoren werden patientenspezifische Prädiktionsmodelle und Kennwerte für Entscheidungsalgorithmen anhand multipler Datensätze etabliert und validiert. Um die Ergebnisse anwenderfreundlich für den klinischen Gebrauch verwertbar zu machen, wird zudem eine vollautomatische End-to-End-Software entwickelt, die lediglich das Hochladen der Untersuchungsdaten erfordert und quantitative Daten zur prognostischen Entscheidungsfindung liefert. Das Vorhaben ist Teil des transnationalen Verbundprojekts "EDAP-AD" der Förderinitiative "ERA-PerMed". Der Verbund "EDAP-AD" wird durch eine Arbeitsgruppe der Universität Lund, Schweden koordiniert und hat insgesamt sechs Projektpartner.

Das übergeordnete Ziel dieses Verbundes ist die Verbesserung von Präventionsstrategien für Demenz. Dazu werden Methoden zur personalisierten Medizin entwickelt und validiert, die sehr frühe Anzeichen von bevorstehenden kognitiven Veränderungen erkennen und frühzeitig personalisierte Multi-Domänen-Interventionen ermöglichen sollen. Im Jenaer Teilprojekt soll ein neues innovatives Framework für maschinelles Lernen (ML) anhand personalisierter Alterungsmuster entwickelt werden, das auf der Grundlage von Daten gesunder Personen trainiert wird und nicht wie bei herkömmlichen ML-Ansätzen anhand von Beispielen aus zwei oder mehr Klassen (z. B. gesunde Personen, die gesund bleiben, und gesunde Personen, die beginnen, kognitiven Abbau zu erleben) gelernt wird. Anhand dieses Frameworks werden automatisch Abweichungen vom personalisierten Alterungsmuster als spezifische Risikofaktoren für den Beginn eines kognitiven Verfalls und einer nachfolgenden Demenz erkannt. Das personalisierte Alterungsmuster basiert auf den Ideen von "BrainAGE". Die BrainAGE-Methode sagt das chronologische Alter einer Person durch Anwendung von ML-Techniken auf einen T1-gewichteten MRT-Gehirnscan voraus. Der Unterschied zwischen dem prognostizierten und dem chronologischen Alter weist auf eine erhöhte Atrophie und ein erhöhtes Risiko für eine Alzheimer-Demenz (AD) hin. Dieses Konzept soll weiterentwickelt und validiert werden. Durch lokale Konfidenzkarten zur Erkennung regionaler struktureller Veränderungen auf Einzelpersonenebene können detaillierte regionale diagnostische Informationen über das untersuchte Gehirn von Patienten erhalten werden. Diese lokalen Konfidenzkarten ermöglichen die Visualisierung und Quantifizierung der Abweichungen von einer großen normativen Datenbank als farbkodierte Karte. Die Ergebnisse könnten neben der Vorhersage von Demenz auch für die Nachverfolgung des Krankheitsverlaufs und die Auswirkungen präventiver Maßnahmen nutzbar sein.

Insgesamt zielt das Verbundprojekt TECH-TOYS darauf ab, eine innovative technologische Spielumgebung zu entwickeln, die sich an der natürlichen Umgebung des Kindes orientiert (zum Beispiel ein Spielzimmer zu Hause oder in einer Kindertagesstätte) und mittels leicht zu handhabender quantitativer Messungen eine frühzeitige Erkennung von atypischen Merkmalen in der Neuroentwicklung des Kindes ermöglichen soll. Der Algorithmus für die Auswertung der erhobenen Daten wird mit der Technik des Maschinellen Lernens entwickelt. Ziel des Teilprojekts ist es, die ethischen Implikationen der TECH-TOYS-Technologie analytisch und empirisch zu untersuchen sowie ethische Empfehlungen für Forschung und Entwicklung und die spätere Anwendung in der Spielumgebung im therapeutischen Setting zu erarbeiten. Somit wird der gesamte Weg von der Forschung und Entwicklung über den Punkt, an dem die TECH-TOYS-Technologie auf den Markt gebracht werden kann, bis hin zu ihrer zukünftigen klinischen Anwendung begleitet, bewertet und orientieret. Zu diesem Zweck wird ein Ethikhandbuch erstellt. Darin werden die ethischen Herausforderungen des TECH-TOYS-Ansatzes dargestellt und ein ethisches Rahmengerüst präsentiert, auf dessen Grundlage Empfehlungen für die ethisch verantwortungsvolle Entwicklung von einem Forschungsprojekt zu einem akzeptablen Instrument der Patientenversorgung erarbeitet werden.

Das systemische inflammatorische Response-Syndrom (SIRS) bezeichnet einen lebensbedrohlichen Zustand, der durch schwere Entzündungen und weit verbreitete Gewebeschäden gekennzeichnet ist. Im Kindes- und Jugendalter ist die Sepsis, also ein SIRS mit Nachweis einer generalisierten bakteriellen Infektion, die häufigste Todesursache weltweit. Die Sterblichkeitsrate bei schwerem SIRS liegt bei 7% bis 25%. Die individuelle Prognose hängt davon ab, frühzeitig die zugrundeliegende Pathologie zu erkennen und dabei zwischen infektiösen und nicht-infektiösen Ursachen zu unterscheiden. Zielgerichtete Diagnoseinstrumente fehlen bislang. Ziel des Forschungsprojekts ist, spezifische diagnostische Muster zu erkennen, um die zugrundeliegenden Auslöser patientenspezifisch zu entschlüsseln und so neue Diagnosemöglichkeiten und patientenindividuelle Therapien zu ermöglichen. TIPS wird als multizentrische Studie in vier europäischen Ländern durchgeführt. Es werden patientenspezifische Daten und Biomaterialien gesammelt, um personalisierte Profile zu erstellen. Ein neuartiger Algorithmus für maschinelles Lernen wird dazu dienen, ein Vorhersagemodell zu erstellen. Die Ergebnisse werden durch logistische Regression auf das klinische Ergebnis hin bewertet. Die Generierung von genetischen Daten von pädiatrischen Patientinnen und Patienten wirft ethische und rechtliche Fragestellungen auf. Ziel des ethischen Teilprojekts ist daher die Sicherstellung der besonderen Schutzbedürftigkeit vulnerabler Probandinnen und Probanden, die Bewertung des Nutzen-Risiko-Verhältnisses für die Studienteilnehmenden, die Umsetzung eines verantwortungsvollen Umgangs mit personenbezogenen Daten und nicht zuletzt die ethische Analyse derjenigen Fragen, die sich im Zusammenhang mit einem Informed Consent stellen, also der Aufklärung und Einwilligung der Probandinnen und Probanden. Des Weiteren sollen die Herausforderungen, die sich aus international und national verschiedenen regulatorischen Rahmenbedingungen ergeben, in den Blick genommen werden.

Die koronare Herzkrankheit (KHK) stellt eine große Belastung für Patienten und die Gesundheitssysteme weltweit dar. Die häufigste Ursache der KHK ist die Atherosklerose, eine entzündliche Erkrankung mit lebensbedrohlichen Auswirkungen auf den koronaren Kreislauf. Häufig passt sich der Kreislauf durch die Bildung von Umgehungskreisläufen, sprich Kollateralarterien an, was zu einem deutlich verbesserten Langzeit-Outcome nach der Ischämie führt. Bislang gibt es keine Möglichkeit das Kollateralprofil von Patienten vorherzusagen, dabei wäre die frühzeitige Bestimmung des Kollateralprofils ein zentraler Faktor in einer personalisierten Behandlung der KHK. Das übergeordnete Ziel von PROGRESS ist daher, die Entwicklung eines Algorithmus zur genaueren, reproduzierbaren und automatisierten Vorhersage des CCC-Profils von Patienten, um dieses für ein effizienteres KHK-Patientenmanagement langfristig nutzen zu können. Um die Risikostratifizierung und das Management von KHK-Patienten auf der Grundlage ihres CCC-Bildungsprofils zu verbessern, wird die auf künstlicher Intelligenz (KI) basierende Analyse von Angiogrammbildern und Genetik genutzt. Anschließend sollen therapeutische Ansätze entwickelt werden, um die CCC-Bildung zu stimulieren und so die Überlebensraten der Patienten nach der Diagnose zu verbessern. Am Standort Lübeck (UKSH) wird die gut charakterisierte KHK-Kohorte mit sowohl genetischen als auch bildgebenden Daten erweitert, und anschließend die KI-basierten Bildanalysetools angewendet und verifiziert. Zudem werden gemeinsam mit den anderen Partnern genomweite Assoziationsstudien (GWAS) zu CCC, sowie post-GWAS-Analysen durchgeführt. Zur Replikation der Befunde, steht eine große Kohorte von KHK Patienten aus München zur Verfügung. Das Vorhaben ist Teil des transnationalen Verbundprojekts "PROGRESS" der Förderinitiative "ERA-PerMed". Der Verbund "PROGRESS" wird durch eine deutsche Arbeitsgruppe koordiniert und hat insgesamt fünf Projektpartner.

Parkinson ist eine neurodegenerative Erkrankung, von der weltweit 7-10 Mio. Patienten betroffen sind, Tendenz steigend. Die Patienten leiden an einer Vielfalt von Symptomen, z. B. Tremor, Gang- und Sprachbeeinträchtigungen, sowie Verschlechterung der kognitiven Leistung. Die Ausprägung dieser Symptome ist individuell sehr unterschiedlich und existierende Medikamente können das Fortschreiten der Erkrankung weder heilen noch stoppen. Das Verbundvorhaben DIGIPD evaluiert in diesem Zusammenhang den Mehrwert moderner digitaler Technologien, speziell die digitale Erfassung von Gang- und Sprachbeeinträchtigungen, sowie die Erkennung von Veränderungen der Gesichtsmimik. DIGIPD bewertet den Zusatznutzen im Vergleich zur klassischen, Fragebogen basierten Erfassung von Krankheitssymptomen im direkten Arztgespräch. Es geht um die Frage, ob Krankheitssymptome mittels moderner Technik genauer und zuverlässiger erfasst werden können, wie entsprechende Messungen mit den Ergebnissen aus Fragebögen korrelieren, und ob digitale Technik sogar helfen könnte, den Krankheitsfortschritt auf individueller Ebene vorherzusagen und damit eine besser individualisierte Behandlung für den einzelnen Patienten zu entwickeln. Da DIGIPD stark auf Verfahren der Künstlichen Intelligenz setzt, beinhaltet das Projekt eine Analyse der rechtlichen und ethischen Situation im Umgang mit sensiblen Patientendaten. Das Fraunhofer-Institut für Algorithmen und Wissenschaftliches Rechnen (SCAI) ist als Koordinator für die erfolgreiche Umsetzung des Gesamtprojektes verantwortlich. Darüber hinaus werden von SCAI entwickelte Algorithmen zur Evaluation des prognostischen und diagnostischen Mehrwertes verschiedene Arten von Digitalen Markern (DM), sowie zur Evaluation der Validität und Interpretierbarkeit dieser DM verwendet. Das Vorhaben ist Teil des transnationalen Verbundprojekts DIGIPD der Förderinitiative ERA-PerMed. Der Verbund DIGIPD wird durch SCAI koordiniert und hat insgesamt sechs Projektpartner.

Die primäre membranoproliferative Glomerulonephritis (MPGN) gehört zu den seltenen Nierenerkrankungen. Dazu zählt die alternativ Komplementsystem-vermittelte C3-Glomerulopathie (C3G) oder die Immunkomplex-vermittelte MPGN (IC-MPGN). Bei beiden Varianten werden Anomalien des alternativen Komplementsystems beobachtet und es gibt keine wirksame Therapie. Allerdings befinden sich derzeit mehrere Kandidaten in der klinischen Entwicklung, die auf das Komplementsystem abzielen und stellen eine mögliche therapeutische Option für C3G/IC-MPGN dar. Das Krankheitsbild der C3G/IC-MPGN ist heterogen und Patienten haben in unterschiedlichen Stadien eine abnorme Aktivierung einer Komplementkaskade. Dies erfordert eine sich an der jeweiligen Pathogenese orientierende Neuklassifizierung. Mit Hilfe eines datengesteuerten Ansatzes wurden vier Cluster von C3G/IC-MPGN-Patienten identifiziert. Im Verbund DECODE wird ein globaler Omik-Ansatz angegangen (WES, Proteomik und Metabolomik). Es sollen eine bessere Stratifizierung der primärem C3G/IC-MPGN erreicht werden und spezifische Biomarker identifiziert werden, die für die Diagnose und Prognose wichtig sind. Am HMGU wird dafür spezifisch das folgende Vorhaben durchgeführt. 1) Durchführung einer globalen Messung und Auswertung der Stoffwechselendprodukte (Metabolite), die mittels der Tandem-Massenspektrometrie und der Kernspinresonanzspektroskopie aufgezeichnet werden; 2) Multivariate Analyse der hochdimensionalen Metabolomik-Daten unter Einbezug von Kovariaten; 3) Höchstsignifikante Metabolite werden durch gezielte Analytik bestätigt, um quantitative Werte der Stoffwechselproduckte zu bekommen; 4) Integration aller -Omik Techniken (WES, Proteomik und Metabolomik) um eine systembiologische Übersicht der seltenen Erkrankung zu erreichen. Das Vorhaben ist Teil des transnationalen Verbundprojekts "DECODE" der Förderinitiative "ERA-PerMed". Der Verbund "DECODE" wird durch eine italienische Arbeitsgruppe koordiniert und hat insgesamt sechs Projektpartner.

Die Behandlung der chronischen lymphatischen Leukämie (CLL) stellt eine besondere Herausforderung dar, da diese bisher unheilbare Erkrankung große Unterschiede im Verlauf und in der Prognose zwischen einzelnen Patienten sieht. Hierbei können bei einem Patienten verschiedene genetische Untergruppen der Lymphomzellen, sogenannte Subklonen, vorliegen, die den Verlauf der Erkrankung wesentlich beeinflussen. Zielgerichtete Therapien haben die Behandlung der CLL revolutioniert, jedoch leiden viele Patienten während der Behandlung an Nebenwirkungen, entwickeln Resistenz und erleiden Rückfälle. Es besteht deswegen der dringende Bedarf, für jeden Patienten eine optimale, individualisierte Therapie zu entwickeln. Das CLL-CLUE Projekt wird neue Mutationen und Biomarker identifizieren und auf Künstlicher Intelligenz (KI) basierende klinische Entscheidungsunterstützungssysteme implementieren, um die Behandlung der CLL zu steuern. Dieses Werkzeug wird zu einer erheblich gesteigerten Behandlungswirksamkeit, einer Individualisierung der Therapie und einer Verringerung des Medikamenteneinsatzes und der Nebenwirkungen führen. Zudem werden ein reduzierter Arzneimittelkonsum und kosteneffiziente Ergebnisse die finanzielle Bürde, der die Leistungserbringer und zum Teil auch Patienten ausgesetzt sind, verringern. In Köln werden als Beitrag zu dem Projekt zum einen klinische Studien zu Biomarkern und Prognose unter zielgerichteten Therapien in das entstehende Algorithmus-Programm eingebracht. Zum anderen werden ausgewählte Zellproben auf einzelne Mutationen unter der zielgerichteten Therapie untersucht werden. Durch die wiederholte und genaue Untersuchung von Subklonen wird in Köln wesentlich zu der Entwicklung der Algorithmen beigetragen. Das Vorhaben ist Teil des transnationalen Verbundprojekts "CLL-CLUE" der Förderinitiative "ERA-PerMed". Der Verbund "CLL-CLUE" wird durch eine norwegische Arbeitsgruppe koordiniert und hat insgesamt sechs Projektpartner.

Lungenkrebs ist die häufigste krebsbedingte Todesursache weltweit. Weniger als 20% aller Patienten überleben die ersten fünf Jahre nach Diagnose. Obwohl bisher etablierte Lungenkrebstherapien meist eine initiale Wirkung zeigen, ist aufgrund von Resistenzen ein anhaltender Therapieerfolg in der Regel nicht möglich. Analog zur effektiven multimodalen Therapie von AIDS ist zu erwarten, dass bei Krebserkrankungen ein langanhaltender Therapieerfolg durch die gleichzeitige therapeutische Behandlung multipler Zielstrukturen ermöglicht wird. Ziel des transnationalen Konsortiums PMT-LC ist es deshalb, individualisierte multimodale Behandlungsstrategien zu entwickeln und zu testen, die personalisierte onkogene Zielstrukturen mit zusätzlichen Antikrebstherapien und insbesondere mit Krebsimmuntherapien verbinden. Hierfür wird die Universität Mainz zunächst die Therapiewirksamkeit neuer multimodaler Kombinationstherapien nach subkutaner Injektion von spezifisch für diesen Zweck etablierten Lungenkrebs-Zelllinien in immunkompetenten Mäusen testen. Die Ergebnisse aus diesen Versuchen dienen der initialen Priorisierung wirksamer Therapien, die dann in genetisch veränderten murinen Tumormodellen getestet werden, welche Mutationen enthalten, die gehäuft bei Lungenkrebspatienten auftreten (K-RAS Mutationen, TP53 und LKB1 Funktionsverlust). Um den Wirkmechanismus von effektiven multimodalen Therapien zu verstehen und ihr klinisches Potenzial zu beurteilen, werden pathologische, histologische und immunologische Standardverfahren eingesetzt, die in vivo-Toxizitäten effektiver Therapien testen und hochdimensionale Next Generation Sequenzierung sowie bioinformatische Analysewerkzeuge anwenden. Auf Grundlage dieser Daten sollen einige der getesteten hochwirksamen und personalisierten Therapien im Rahmen einer ersten klinischen Studie von der klinischen Forschergruppe im transnationalen Konsortium mit einer kleinen Gruppe ausgewählter Patienten getestet werden.

Das Ziel von ONCOLOGICS ist die Bereitstellung einer integrierten mathematisch / bioinformatischen und experimentellen Plattform. Diese soll patientenspezifische Logikmodelle zusammen mit korrespondierenden Organoidmodellen und zielgerichteten Therapietests nutzen, um aus einer großen Anzahl möglicher medikamentöser Behandlungsschemata diejenigen Ansätze auszuwählen, die für einen individuellen Patienten die höchste Wirksamkeit erzielen können. Die Ziele der Arbeitsgruppen an der Charité sind die Erstellung/Verbesserung von in silico-Modellen, mit denen zukünftig Patienten-spezifisch das Therapieansprechen simuliert werden kann. Hierfür werden aus den mehr als 350 an der Charité vorliegenden Datensätzen zu Kolonkarzinom solche Patientinnen und Patienten ausgewählt, die molekular und klinisch gut charakterisiert sind, für die ggf. Organoid-Modelle vorliegen oder ähnliche Organoid-Modelle als Validierungsoption eingesetzt werden können. Anhand der Patientendaten, therapeutischer Interventionen und Einzell-Proteom-Analysen an Organoiden werden die Modelle weiter verbessert. Langfristig sollen die in silico-Modelle für das Design klinischer Studien eingesetzt werden.

Die juvenile idiopathische Arthritis (JIA) ist mit einer Prävalenz von 1:1.000 die häufigste chronische Erkrankung der Gelenke im Kindesalter. Trotz verbesserter therapeutischer Möglichkeiten erreicht ein erheblicher Teil der Kinder keine anhaltende Remission, was zu einer lebenslangen Krankheitslast führt. Der Verbund PerMIDRIAR wird sich auf Kinder mit therapierefraktärem Krankheitsverlauf und hohem Risiko für ein schlechtes Outcome fokussieren. Hierbei wird von der, durch die UCAN-Initiative geschaffene, etablierte Standardisierung der Daten- und Probensammlung sowie Archivierung profitiert. Ein weiterer Vorteil ist die Verfügbarkeit von gut etablierten Längsschnittkohorten mit vorliegenden Daten zu Krankheitsverlauf und biologischen Daten. Es werden therapierefraktäre Patienten aus den Kohorten identifiziert und bei diesen u. a. an der Uniklinik RWTH Aachen prospektiv detaillierte immunologische Untersuchungen aus Blut und entzündeten Gelenken in Kombination mit genetischen und Proteom-Analysen durchgeführt. Nach bioinformatischer Analyse wird auch in Aachen eine Evaluierung und Kreuzvalidierung neu und kürzlich identifizierter sowie definierter Krankheitsmarker durchgeführt. Zusätzlich wird untersucht, ob regionale Unterschiede in der Verfügbarkeit von JIA-Medikamenten einen Einfluss auf den Krankheitsverlauf haben. Der Verbund wird damit umfassend klinische, biologische und gesellschaftliche Faktoren identifizieren und in Analysen modellieren, welche Voraussagekraft sich daraus für das Risiko der Entwicklung einer therapierefraktären JIA und das Outcome derselben ergibt. Dies ist der erste Schritt in Richtung eines Ansatzes zu personalisierter Medizin mit Erstellung individualisierter Strategien zur Verbesserung des Outcomes betroffener Kinder. Das Vorhaben ist Teil des transnationalen Verbundprojekts "PerMIDRIAR" der Förderinitiative "ERA-PerMed". Der Verbund wird durch eine deutsche Arbeitsgruppe koordiniert und hat insgesamt fünf Projektpartner.

Das Diffuse großzellige B Zell Lymphom (DLBCL) ist eine heterogene Erkrankung. Erstlinien-Therapien versagen in 30-40% aller Patientinnen und Patienten und Zweit- und Drittlinientherapien zeigen oft nur eine geringe Wirksamkeit. Neben pathologischen und genetischen Merkmalen ist die kombinierte Überexpression von MYC und BCL2 ein robuster Prädiktor für eine schlechte Prognose. Diese sogenannten "Double Expressor" DLBCLs (DEL) stellen einen großen Anteil der DLBCL Patientinnen und Patienten mit einem bisher nicht gut adressierten Behandlungsbedarf dar. Es konnte im Tierexperiment eine Wirksamkeit des Antibiotikums Tigecyclin, sowie des BCL2 Hemmstoffes Venetoclax in DEL Lymphomen gezeigt werden. Um diese Beobachtungen mechanistisch besser zu verstehen und auf ihre klinische Wirksamkeit bei DLBCL Patienten zu überprüfen, verfolgt der Verbund das Ziel eine klinische Phase-I/II Studie durchzuführen. Konkret wird die Effektivität einer Tigecyclin/Venetoclax Kombination, die als Erhaltungstherapie nach Erstlinientherapie bei Patientinnen und Patienten mit Hochrisiko-DLBCL eingesetzt werden, getestet. Die klinische Studie wird durch ein wissenschaftliches Begleitprogramm flankiert. Das systematische Programm hat das Ziel die Patienten-Versorgung zu verbessern, indem konzeptionell neue Stratifikationskriterien für die Erhaltungstherapie erarbeitet werden. An der Universität Duisburg-Essen wird an dem präklinischen Begleitprogramm gearbeitet, in welchem Modell-Systeme eingesetzt werden, die die Eigenschaften von Hochrisiko-DLBCLs widerspiegeln. Diese Modelle werden konkret eingesetzt, um die molekularen Effekte einer sequentiellen Erstlinientherapie und nachfolgender Erhaltungstherapie mit dem Tigecyclin/Venetoclax Regime auf zellulärer Ebene und in vivo weiter zu charakterisieren. Das Vorhaben ist Teil des transnationalen Verbundprojekt "HiRisk-HiGain" der Förderinitiative "ERA-PerMed". Der Verbund "HiRisk -HiGain" wird durch eine italienische Arbeitsgruppe koordiniert und hat insgesamt sechs Projektpartner.

Im Verbundprojekt OptiCAN sollen die derzeitig noch eingeschränkten Möglichkeiten der CAR-T-Zelltherapien erweitert werden. Durch Optimierung von genetisch veränderten T-Zellen aus Patientenproben soll der Weg für die klinische Anwendung solcher Zellprodukte in der personalisierten Immuntherapie von soliden Tumoren bereitet werden. Dafür werden verschiedene innovative Ansätze zur funktionellen Verbesserung von T-Zellen bei der Behandlung von Bauchspeicheldrüsenkrebs und Melanom als Modellindikationen untersucht. Im Einzelnen werden effektivste gentechnische Modifikationen zur funktionellen Verbesserung der T-Zell-Produkte unter Verwendung innovativer Adapter-CAR- und Boost-CAR-Technologien entwickeln; fortschrittliche bildgebende Technologien eingesetzt, um die Mikroumgebung des Tumors zu untersuchen und Strategien zur Überwindung seines immunsuppressiven Milieus zu entwickeln; innovative präklinische Tier- und Humanmodelle zum Nachweis der in vivo- und ex vivo-Wirksamkeit der erzeugten CAR-T-Zellen etabliert; die Projektergebnisse in einen neuartigen Arbeitsablauf zur Herstellung optimierter personalisierter Zellprodukte (ATMP) für die Therapie solider Tumore integriert. Zusätzlich werden unter Einbeziehung von Patientenvertretern die ethischen und regulatorischen Aspekte der personalisierten Krebsimmuntherapie diskutiert, die eine besondere Herausforderung für den Transfer in die klinische Routine darstellen. Schließlich kann die innovative Behandlungsstrategie, die auf hochwirksamen und kontrollierbaren CAR T-Zell-Produkten beruht, leicht übertragen und in ganz Europa verbreitet werden. Damit werden endlich die Perspektiven für unheilbar kranke Krebspatienten verbessert, die keine alternativen Behandlungsoptionen mehr haben. Das Vorhaben ist Teil des transnationalen Verbundprojekts "OptiCAN" der Förderinitiative "ERA-PerMed". Der Verbund "OptiCAN" wird durch eine deutsche Arbeitsgruppe koordiniert und hat insgesamt vier Projektpartner.

Mehr als 10% der Weltbevölkerung haben eine chronische Nierenerkrankung (CKD) und ihre Prävalenz ist steigend. CKD stellt eine globale Gesundheitsbelastung mit hohen wirtschaftlichen Kosten dar. Patienten zeigen einen aggressiven Krankheitsverlauf, ein Grund, warum gegenwärtige Therapien und eine große Zahl klinischer Studien gescheitert sind. Bessere Methoden für eine frühere Diagnose und Patientenstratifizierung, gezielte Behandlung und Überwachung werden gebraucht. Multiparametrische (mp) Magnetresonanztomographie (MRT) der Nieren ist eine vielversprechende nicht-invasive Technik zur Charakterisierung der Nierenphysiologie/-pathophysiologie. Aktuell bestehen methodische Unterschiede zwischen Studien, die zuverlässige Vergleiche verhindern. Akzeptierte normative Werte sind nicht verfügbar. Zusätzliche Nachweise für die klinische Validität und den Nutzen sind erforderlich. RESPECT adressiert diese ungelösten Probleme mit einem multinationalen, multidisziplinären und sektorübergreifenden Projekt, das eine skalierbare, standardisierte mp Nieren-MRT für personalisierte Medizin etabliert, die eine multizentrische klinische Forschung ermöglicht. Das Vorhaben ist Teil des transnationalen Verbundprojekts "RESPECT" der Förderinitiative "ERA-PerMed". Der Verbund "RESPECT" wird durch eine italienische Arbeitsgruppe koordiniert und hat insgesamt sechs Projektpartner. Die Universität Heidelberg arbeitet an der Einrichtung einer Open-Access Cloud-basierten Plattform für Nieren-MRT Datenaustausch und entwickelt dabei Methoden zur Qualitätskontrolle. Sie ist zudem an der Entwicklung neuartiger KI-Techniken zur Automatisierung der Datenverarbeitung beteiligt. Weiter wird an der Entwicklung von MRT-Richtlinien für den Datenaustausch, die Ethik und Vertraulichkeit gewährleisten, geforscht. Hierbei werden Patienten, Gesundheitsversorgung und die Sicht der Ethikfachleute auf die gemeinsame Nutzung von Daten sowie der Einsatz von KI in der Bilddatenverarbeitung einbezogen.

PerEpi bringt eine Expertengruppe auf europäischer Ebene zusammen, um die Behandlung von Epilepsie-Patientinnen und Patienten zu verbessern. Für Patientinnen und Patienten mit refraktärer fokaler Epilepsie (bis zu etwa 2 Millionen in Europa) ist die Epilepsiechirurgie derzeit die wirksamste Behandlung. Allerdings kommen nur 15-20% für eine Epilepsieoperation in Frage. Das liegt entweder daran, dass die epileptogene Zone im Gehirn mit den üblichen diagnostischen Mitteln nicht mit ausreichender Genauigkeit lokalisiert werden kann, oder dass die epileptogene Zone zu stark mit eloquenten kortikalen Arealen überlappt. PerEpi will die Situation von Epilepsie-Patienten auf zwei Arten verbessern und Konzepte der nicht-invasiven personalisierten Medizin nutzen: Die erste konzentriert sich auf einen neuen individualisierten multimodalen Ansatz, um einen neuen Meilenstein in der Lokalisationsgenauigkeit der epileptogenen Zone zu setzen. Die zweite besteht in einer neuen, individuell optimierten transkraniellen elektrischen Hirnstimulation als neue Behandlungsoption zur Verringerung von Anfallshäufigkeit und -schweregrad. Die Arbeitsgruppe von Prof. Buyx wirkt darauf hin, dass die klinische Forschung den höchsten Standards der Forschungsethik (ethische, rechtliche, soziale Aspekte) entspricht und dass die zukünftige klinische Integration ethisch und sozial verantwortlich erfolgt. Erstens sollen sie als Ethikexpertinnen und -experten die anderen Arbeitspakete bei der ethischen Planung, Gestaltung und Durchführung der Forschung unterstützen und zu relevanten ethischen Fragen beraten, z. B. zur sekundären Datennutzung, zu ethischen Genehmigungen, zur Abwägung von Stimulationsnebenwirkungen und zum Entwurf eines klinischen Studienprotokolls usw. Zweitens soll eine Studie mit gemischten Methoden durchgeführt werden, um eine zukünftige sozial und ethisch verantwortliche klinische Integration der neuartigen personalisierten Methoden zu ermöglichen.

Das Immunsystem spielt eine wichtige Rolle bei der Entstehung, dem Fortschreiten und der Therapie einer Krebserkrankung. Dennoch wurde bisher kein immunologischer Biomarker in die klinische Praxis übernommen, um den Immunstatus des einzelnen Krebspatienten oder der einzelnen Krebspatientin zu definieren. Die Partner des Projekts möchten demonstrieren, dass ein spezieller Typ von zirkulierenden Immunzellen, die myeloiden suppressorischen Zellen (MDSC), ein zuverlässiger Biomarker für Immunsuppression in an Krebs erkrankten Personen ist und genau diese Patienten und Patientinnen ein intensiveres personalisiertes Therapieregiment brauchen, um geheilt zu werden. Das Projekt hat zum Ziel MDSC in die klinische Praxis zu integrieren, indem ein benutzerfreundlicher und zuverlässiger Assay zur Quantifizierung dieser Zellen im Blut bereitgestellt wird. Im Erfolgsfall wird das Konsortium demonstrieren, dass dieser Assay die Krebstherapie durch das Wissen über den Status der Immunsuppression des einzelnen Patienten oder der einzelnen Patientin personalisieren kann. Das Deutsche Krebsforschungszentrum wird in dem Projekt die Frequenz und Aktivität von MDSC im Blut von Melanom-Patienten und -Patientinnen als Biomarker validieren und darüber hinaus neue Ansätze für die MDSC-Inhibition in Patienten mit tumor-vermittelter systemischer Immunsuppression finden. Global gesehen hat das Projekt das ehrgeizige Ziel die MDSC-Quantifizierung in die klinisch onkologische Praxis zu bringen und sie zu nutzen, um systematisch die Immunsuppression in Patienten und Patientinnen zu identifizieren. Gleichzeitig werden Maßnahmen entwickelt, die zur Überwindung dieses Mechanismus des Krebsfortschreitens dienen können. Das Vorhaben ist Teil des transnationalen Verbundprojekts "SERPENTINE" der Förderinitiative "ERA-PerMed". Der Verbund "SERPENTINE" wird durch eine italienische Arbeitsgruppe koordiniert und hat insgesamt sechs Projektpartner.

Das Prostatakarzinom ist die häufigste bösartige Tumorerkrankung des Mannes in Deutschland. Die Strahlentherapie ist mit der Operation bei Ersterkrankung eine Therapieoption mit einer hohen Chance (je nach Tumorstadium 60-90%) auf Heilung. Aktuelle Bestrahlungskonzepte berücksichtigen jedoch weder die individuelle Strahlensensibilität des Tumorgewebes noch die persönlichen Präferenzen des jeweiligen Patienten. Das Projekt PersoRad ist ein Begleitprojekt zu einer aktuell laufenden multizentrischen, prospektiven Phase II Studie zur Strahlentherapie bei nicht-metastasierten und neu-diagnostizierten Prostatakarzinom (HypoFocal). Um die Strahlensensibilität der Patienten zu quantifizieren führt die Universität Freiburg eine ex-vivo Strahlentherapie von entnommenem Tumorgewebe und die Messung der bleibenden yH2AX Foci (Parameter für Strahlenresistenz). Die ermittelte Strahlensensibilität wird mit klinischen Parametern wie die Genexpression im Tumorgewebe und mit Mustern aus MRT und PSMA PET Bildgebungen korreliert. Hierfür kommen unter anderem Methoden aus der künstlichen Intelligenz zum Einsatz. Parallel führt die Universität Freiburg eine mobile Gesundheit-App ein um die persönlichen Präferenzen der Patienten vor der Therapie und die Lebensqualität während und nach der Therapie zu erfassen. Die Daten werden vereinheitlicht und statistisch ausgewertet. In einem letzten Schritt werden die Ergebnisse in radiobiologische Modellsysteme implementiert, die eine Computer-Modellierung des individuellen Ansprechens von Prostatapatienten auf eine Strahlentherapie erlauben. Im Erfolgsfall könnten die Ergebnisse die Basis für eine Software-Plattform sein, die eine personalisierte und individualisierte Strahlentherapieplanung bei Patienten mit Prostatakarzinom ermöglicht. Die Universität Freiburg koordiniert und führt federführend die Verbundarbeiten durch, an denen drei weitere Projektpartner beteiligt sind.

In SuPerTreat soll ein computergestütztes System entwickelt werden, welches eine verbesserte Abschätzung von Prognose und klinischem Verlauf von Patienten und Patientinnen mit Kopf-Hals-Karzinom (KHK) ermöglicht und die Wahl der besten Therapie für individuelle Patienten und Patientinnen in der klinischen Routine unterstützt. Das KHK wurde ausgewählt, da diese Tumorerkrankung trotz zuletzt erzielter Verbesserungen in der klinischen Versorgung nach wie vor eine große therapeutische Herausforderung aufgrund seiner Heterogenität in der molekularen Ausprägung und der Aggressivität im klinischen Verlauf darstellt. Durch die Re-Analyse von Daten zu den molekularen Merkmalen dieser Tumore, die in vorangegangenen Studien des SuPerTreat-Konsortiums erzeugt worden waren, mittels neuer innovativer Methoden der Künstlichen Intelligenz (KI) wollen die Wissenschaftler und Wissenschaftlerinnen der Charité das Verständnis der molekularen Heterogenität von KHK verbessern, um robuste prognostische und prädiktive molekulare Marker und Signaturen zu etablieren, die eine verbesserte Risikostratifizierung von KHK Patienten und Patientinnen entsprechend dem projizierten Krankheitsausgang ermöglichen. Auf Grundlage von in silico-Modellen, die mittels computergestützten Simulationen in diesem multizentrischen Datensatz entwickelt und validiert wurden, soll ein rechnerbasiertes Auswahlsystem für die wirksamste, individuell zugeschnittene Behandlung entwickelt werden. Neben der klinischen Validierung dieses Systems sollen in SuPerTreat die ethischen Dimensionen eines solchen Ansatzes einer Big Data- und KI-basierten personalisierter Medizin untersucht werden. Das Vorhaben ist Teil des transnationalen Verbundprojekts "SuPerTreat" der Förderinitiative "ERA-PerMed". Der Verbund "SuPerTreat" wird durch eine italienische Arbeitsgruppe koordiniert und hat insgesamt sechs Projektpartner.

Jugendliche, Kinder, Neugeborene und sogar Ungeborene können einen Schlaganfall erleiden. Ein Drittel der Kinder mit neonatalen und die Hälfte mit postnatalen Schlaganfällen entwickelt eine Halbseitenlähmung, bei der häufig die obere Extremität stärker betroffen ist als die untere. Das Projekt zielt darauf ab, neuartige Methoden zur verbesserten therapeutischen Behandlung von Kindern mit halbseitiger Lähmung als Folge eines Schlaganfalls zu entwickeln. Hierzu sollen mit Hilfe von Methoden und Werkzeugen des maschinellen Lernens relevante Merkmale aus den vier Bereichen Omics, Neuroimaging, klinisches Assessment und Bewegungsdaten identifiziert und kombiniert werden, um ein neues transdisziplinäres, patientenzentriertes Modell (PSM) zu lernen, das den klinischen Entscheidungsprozess unterstützt und eine optimierte individualisierte Rehabilitation ermöglicht. Das Karlsruher Institut für Technologie erforscht und entwickelt Methoden zur Diagnose und Prädiktion von Schlaganfällen bei Kindern auf Basis von Bewegungsdaten und erstellt ein patientenzentriertes Modell, das genetische Patientendaten, Neuroimaging, Bewegungsdaten und klinisches Assessment fusioniert, um ein neues transdisziplinäres, patientenzentriertes Modell zur optimierten Rehabilitation zu erstellen. Die entwickelten Methoden und Werkzeuge werden anhand von Daten aus früheren Studien sowie aus neuen Pilotstudien evaluiert. Dabei soll gezeigt werden, wie die Integration relevanter Merkmale aus den vier Bereichen zum besseren Verständnis der Zusammenhänge zwischen genetischen und phänotypischen Daten bei Schlaganfällen beitragen kann. Das Vorhaben ist Teil des transnationalen Verbundprojekts "CATCH-HEMI" der Förderinitiative "ERA-PerMed". Der Verbund "CATCH-HEMI" wird durch eine italienische Arbeitsgruppe koordiniert und hat insgesamt fünf Projektpartner.

Das Endstadium der chronischen Niereninsuffizienz kann heute durch regelmäßige Nierenersatztherapie für viele Jahre überlebt werden. Die Mehrzahl der Betroffenen führt als Nierenersatztherapie die chronische Hämodialyse durch. Die Steuerung einer individuellen Dialysebehandlung erfolgt heute sehr grob unter Verwendung von technischen und Labormessdaten sowie Erfahrungswissen der behandelnden Ärzte. Entwicklungsbedarf besteht zum einen hinsichtlich der subjektiven Verträglichkeit der Behandlung als auch der Lebenserwartung der chronischen Dialysepatienten. Während der Dialyse kann grundsätzlich eine große Menge an technischen Messdaten der Dialysemaschinen in Echtzeit ausgeleitet werden. Sie werden bisher kaum zur individuellen Steuerung der Behandlung genutzt. Das Verbundprojekt "ProDial" zielt darauf ab, technische Behandlungsdaten aus den Dialysegeräten, Labordaten und patientenbezogene Informationen zu integrieren und für eine patientenindividuelle Dialysesteuerung nutzbar zu machen. Neu an diesem Projekt ist, dass sowohl das subjektive Empfindungen des Patienten als auch Daten zum Aktivitätsniveau des sympathischen Nervensystems, zur körperlichen Aktivität, zur Schlafqualität und zur Erholungszeit nach einer Dialysesitzung mittels tragbaren Sensoren erhoben und in die Analyse einbezogen werden. Im Projekt wird die Anwendung dieser Sensoren und Eingabegeräte erprobt und evaluiert und eine Datenstruktur geschaffen, die eine Echtzeit-Auswertung ermöglicht. Damit stehen die Daten zur individuellen Dialysesteuerung zur Verfügung, um eine Verbesserung der Verträglichkeit zu ermöglichen. Das Vorhaben ist Teil des transnationalen Verbundprojekts "ProDial" der Förderinitiative "ERA-PerMed". Der Verbund "ProDial" wird durch eine deutsche Arbeitsgruppe koordiniert und hat insgesamt fünf Projektpartner.

Nahrungsmittelallergien zählen zu den häufigsten Erkrankungen, die Kinder und Erwachsene betrifft. Sie führen zu leichten und schweren Symptomen, die bis zum allergischen Schock reichen können. Erdnuss und Haselnuss gehören zu den häufigsten Auslösern einer Nahrungsmittelallergie. Ziel des Verbundprojekts ist es eine verbesserte Allergiediagnostik zu entwickeln. Hierzu werden Arbeitsgruppen aus unterschiedlichen Forschungsbereichen zusammenarbeiten, um ein neuartiges Gerät zu entwickeln, das es durch ein einfaches Testverfahren ermöglicht Patientinnen und Patienten mit einer Nahrungsmittelallergie zu identifizieren. Die Charité Berlin ist hierbei für die Identifizierung und Charakterisierung von Haselnuss- und Erdnussallergikern zuständig, die für die Validierung des im Gesamtverbund entwickelten Point-of-Care Systems notwendig sind. Zusätzlich wird die Charité ein Datensicherheitskonzept für das neue Diagnostik-Gerät erarbeiten. Das Verbund-Vorhaben wird im Rahmen der Förderinitiative "ERA-PerMed" gefördert. Es wird durch die Université Claude Bernard Lyon 1 koordiniert und besteht aus insgesamt vier Verbundpartnern.

Depressive Erkrankungen zählen zu den häufigsten psychiatrischen Erkrankungen in Europa und sind eine sowohl persönliche als auch wirtschaftlich große Bürde. Viele Studien legen nahe, dass die Ursachen in einem Zusammenspiel zwischen der Umwelt, den individuellen Lebensumständen und genetischer Prädisposition liegen. Die Art und das zeitliche Auftreten co-morbider Erkrankungen könnten zusätzliche Informationen über die involvierten biologischen Prozesse liefern, die in einer Depression münden. Das europäische Verbundprojekt TRAJECTOME hat zum Ziel basierend auf Langzeitdaten zum Krankenverlauf, zur Medikation sowie zu individuellen Lebensumständen bei Personen mit Depression verschiedene Depressions-Strata zu identifizieren und innerhalb dieser Strata ein biologisches Profil zu ermitteln. Diese biologische Charakterisierung soll sowohl genutzt werden, um den biologischen Ursachen der Depression näher zu kommen als auch zur Identifikation neuer Medikamentenwirkstoffe dienen. Des Weiteren soll basierend auf den Strata ein Multimorbiditäts-Score entwickelt werden, der in der Klinik für Therapieentscheidungen genutzt werden soll. Die Universitätsmedizin Greifswald koordiniert in dem Verbund schwerpunktmäßig die molekulare und umweltbezogene Charakterisierung der Strata der depressionsassoziierten Multimorbiditäts-Trajektorien. Das Verbund-Vorhaben wird im Rahmen der Förderinitiative "ERA-PerMed" gefördert. Es wird durch eine ungarische Arbeitsgruppe koordiniert und besteht aus insgesamt fünf Projektpartnern.

Mit den aktuellen Routine-Untersuchungs-Methoden kommt es bei Patienten mit schweren Bewusstseinsstörungen (z. B. Wachkoma) in Folge einer akuten Hirnschädigung (z. B. Schädel-Hirntrauma) oft zu Fehldiagnosen der Bewusstseinslage. Die Vorhersage der Erholungschancen ist außerdem sehr unsicher und schwierig. Ziel dieses 3-jährigen europäischen Verbundprojektes mit 150 Patienten ist es, durch Verwendung modernster Untersuchungsverfahren, wie z. B. funktioneller Magnetresonanztomographie (fMRT) und die besonders hochauflösenden Ableitung von Hirnströmen (HD-EEG) und mit Hilfe von Auswertungs-Methoden der künstlichen Intelligenz (maschinelles Lernen) eine personalisierte exakte Bewusstseinsdiagnose und eine zutreffende Vorhersage des medizinischen Langzeitverlaufs zu stellen. Zusätzlich sollen die Auswirkungen der Erkrankung und der High-Tech-Untersuchungsergebnisse auf die psychische Gesundheit der nächsten Angehörigen untersucht werden. Ziel des Teilvorhabens ist die Untersuchung von 40 Patienten mit allen o. g. modernen Untersuchungsverfahren zur Verbesserung der Diagnose-Sicherheit und der Prognose-Genauigkeit. Federführend soll die Arbeitsgruppe gemeinsam mit betroffenen Angehörigen eine Informationsbroschüre und eine Befunddokumentation zum besseren Verständnis der Erkrankung und der technischen Untersuchungsergebnisse entwickeln.

Das Vorhaben ist Teil des transnationalen Verbundprojekts "JAKSTAT-Target" der Förderinitiative "ERA PerMed" und hat einen finnischen Koordinator sowie vier weitere Projektpartner. Das Verbundvorhaben zielt auf eine grundlegend verbesserte individualisierte Therapie von Patientinnen und Patienten mit reifen T-Zell-Leukämien bzw. -Lymphomen ab. Dazu werden mit Hilfe von Algorithmen des maschinellen Lernens, Datensätze zu Genom-Profilen, Substanz-Sensitivitätsmustern und klinischen Verläufen integriert und schließlich Vorhersagen zum Patienten-individuellen Therapie-Ansprechen und zur Auswahl optimaler Studiendesigns getroffen. Unterschieden werden hierbei die T-Zell-Prolymphozytenleukämie und die T-Zell-Leukämie mit großen granulären Lymphozyten. Das Teilprojekt an der Uniklinik Köln wird in diesem Rahmen genetische und funktionelle Analysen an primärem Patientenmaterial durchführen und bei der Zusammenstellung der klinischen Daten helfen. Mittels Mausmodellen von reifen T-Zell-Leukämien / -Lymphomen werden in Köln in vivo-Effektivitätstestungen neu etablierter Substanzen durchgeführt.

Die Akne inversa (AI) ist eine chronische entzündliche Erkrankung der Haarfollikel, die eine starke körperliche und psychische Belastung für die Patientinnen und Patienten darstellt und mit erheblichen Kosten für das Gesundheitssystem verbunden ist. Genetische Varianten verschiedener Signalwege beeinflussen die AI und verursachen dabei ein extrem weites Krankheitsspektrum. Daher ist eine Aufschlüsselung der Pathogenese der AI und der damit einhergehenden Phänotypen notwendig, um personalisierte Behandlungsstrategien entwickeln zu können. Im Verbund "BATMAN" sollen verschiedene Datensätze zu medizinischen, genetischen, experimentellen und Lebensstildaten zusammen gebracht werden, um ein personalisiertes Krankheitsmodell für jeden individuellen Patienten und dessen spezifische Behandlungsoptionen entwickeln zu können. Wissenschaftliche Untersuchung in Tier- oder Zellkulturmodellen werden verwendet, um die Hypothesen zu genetischen Varianten zu validieren. Dies wird hilfreiche Informationen mit unmittelbarem Einfluss auf translationale wissenschaftliche Ansätze zum jeweiligen Patienten geben und eine Stratifizierung zu verschiedenen therapeutischen Optionen aufzeigen. Des Weiteren wird es eine breite Übersicht über bisher identifizierte und neuartige Risikofaktoren ermöglichen. Ziel der Universität Köln ist die Identifizierung von Genvarianten, die mit einer bestimmten AI Empfindlichkeit, Schweregrad und Therapieansprechen assoziiert sind. Der Verbund "BATMAN" wird durch eine italienische Arbeitsgruppe koordiniert und hat insgesamt sieben Projektpartner.

Angeborene Herzfehler (AHF) sind eine komplexe genetische Erkrankung, die bei 1 von 100 Lebendgeburten auftritt. Sie sind sowohl phänotypisch als auch genetisch heterogen und es sind derzeit mehrere hundert Gene bekannt, die an der Krankheitsursache beteiligt sind. Bessere Kenntnisse der genetischen Ätiologie können die Genauigkeit der Prognose in einer Schwangerschaft sowie das Wiederholungsrisiko für AHF in nachfolgenden Schwangerschaften verbessern. Leider erlauben bestehende genetische Tests bislang nur bei einem Teil der Fälle eine Diagnosestellung. Der Verbund "PROCEED" widmet sich daher der Aufklärung der genomischen Architektur von AHF mittels Gesamtgenom-Sequenzierungen (engl. "whole genome sequencing"). Ziel ist es, genetische Veränderungen zu identifizieren, die die Schwere der Herz- und extrakardialen Erkrankungen beeinflussen. Diese Erkenntnisse sollen zur personalisierten Risikoerfassung genutzt werden. Die Christian-Albrechts-Universität zu Kiel führt hierzu als Verbundpartner die Etablierung und Validierung der Pipeline für die Genom-Sequenzierung von Patientinnen und Patienten mit AHF durch, aber auch die weiterführende Phäntoypisierung und klinische Anwendung.

PERMIT baut auf dem erfolgreich absolvierten FP7-Verbundprojekt INFECT auf, dessen Ressourcen und Ergebnisse dem Vorhaben in vollem Umfang zur Verfügung stehen. So ist im Zuge des INFECT-Projekts die weltgrößte Kohorte für NSTI-Patienten entstanden, welche u. a. durch "multiomics"-Daten und pathophysiologische Modelle angereichert wurde. Basierend auf den Daten und Ergebnissen aus INFECT werden in PERMIT verschiedene Teilziele definiert: 1) Identifizierung von Krankheitssignaturen durch computergestützte Analyse der heterogenen Datensätze; 2) Konstruktion von maßgeschneiderten Modellen zur Validierung und Intervention; 3) Validierung der Signaturen zur Patientenklassifizierung in der Kohorte; 4) Entwicklung von neuen Konzepten und Stratifizierungsschemata zur individualisierten Behandlung; 5) Durchführung von exploratorischen klinischen Studien gemäß der neuen Konzepte; 6) Entwicklung und Einsatz von IKT-Entscheidungsfindungssystemen. Um diese Ziele zu erreichen kann PERMIT auf ein internationales und interdisziplinäres Konsortium bestehend aus Klinikern, Experimentatoren, Bioinformatikern und Modellierern zurückgreifen. LifeGlimmer übernimmt die Etablierung eines Patienten-Verbundregisters, die computergestützte Analyse von "omics"-Daten sowie die Entwicklung neuer Behandlungskonzepte und schließlich eines klinischen Entscheidungsunterstützungssystems zur individualisierten Behandlung von Patientinnen und Patienten.

Hochdurchsatz-Technologien haben das Verständnis der Biologie der akuten Leukämie (AL) erheblich verbessert und bieten das Potenzial individualisierte, hochspezifische Therapien anbieten zu können. Diese gezielten Therapieansätze basieren jedoch meist auf einer sogenannten Onkogenabhängigkeit, d.h. dass das Überleben der Tumorzellen von einem Onkogen oder einem onkogenen Stoffwechselweg abhängig ist. In vielen Tumoren ohne Nachweis des onkogenen Funktionsgewinns basiert die Therapie jedoch immer noch auf dem Einsatz unspezifischer Chemotherapie mit DNA-schädigenden Substanzen. Die gezielte Störung patientenspezifischer Sekundärveränderungen kann aber in Verbindung mit weiteren Genomveränderungen zu therapeutisch nutzbarer synthetischer Letalität (SL) führen. Ziel des Verbundes "SYNtherapy" ist es, mit Hilfe unterschiedlicher Omics-Datenebenen Modelle für SL-basierte personalisierte Behandlungsansätze der rezidivierten/refraktären AL zu entwickeln. Die Charité ist in diesem Projekt hauptverantwortlich für die molekulare Charakterisierung von Proben rezidivierter oder refraktärer AL-Patientinnen und -Patienten. Diese Daten sind Grundlage für das in dem Verbund zu entwickelnde Vorhersagemodell zu SL-basierten, personalisierten Therapieansätzen und dessen ex vivo-Evaluation. Um die Zuverlässigkeit und die praktische Umsetzbarkeit des Vorhersagemodells weiter zu validieren, wird im Rahmen dieses Projekts eine multizentrische, klinische Beobachtungsstudie durchgeführt, an dessen Planung und Umsetzung die Charité beteiligt ist.

Das Ziel des Vorhabens ist die Entwicklung neuer klinisch anwendbarer Methoden zur Selektion von optimalen Behandlungsalgorithmen zur Langzeitbehandlung von Bipolaren Störungen. Der Schwerpunkt liegt hierbei auf der Lithiumtherapie. Untersucht wird ein integrativer Ansatz mit dem Ziel der personalisierten Medizin. Das Konzept integriert klinische, genetische, epigenetische und neurobiologische Verfahren und wird durch eine internationale Kollaboration von spezialisierten Klinischen Zentren und Forschungseinrichtungen realisiert. Durch Kombination neuer Techniken der zellulären Phänotypisierung und der epigenetischen Kartierung sowie genomischer Scores der Probanden und Probandinnen treibt das Projekt die personalisierte klinische Behandlung von Bipolaren Störungen weiter voran. Das Universitätsklinikum Würzburg ist in dem Projekt für die Verarbeitung der molekulargenetischen Daten sowie für die Evaluierung und Anwendung von Methoden des maschinellen Lernens im Sinne der integrierten Datenanalyse zuständig. Das Vorhaben ist Teil des transnationalen Verbundprojekts "PLOT-BD" der Förderinitiative "ERA PerMed". Der Verbund "PLOT-BD" wird durch eine kanadische Arbeitsgruppe koordiniert und hat insgesamt fünf Projektpartner.

Das Ziel des translationalen Kooperationsvorhabens RADprecise ist die Radiotherapie (RT) für Krebspatienten auf individueller Patientenebene anzupassen, um die Langzeit-Nebenwirkungen zu minimieren und gleichzeitig die Tumorkontrolle zu maximieren. Hierbei sollen Biomarker-Informationen aus verbesserten Vorhersage-Modellen für RT-bedingte Nebenwirkungen in Behandlungsplanungs-systeme einbezogen werden. Die Infrastruktur und Daten einer etablierten prospektiven Patienten-Kohorte (Brust- und Prostatakrebs) werden aus dem REQUITE-Projekt (www.requite.eu) genutzt. Die klinischen, dosi-metrischen und Nebenwirkungsdaten wurden bis zu zwei Jahre nach RT standardisiert erhoben und eine Biomaterialbank aufgebaut. In RADprecise wird das Follow-up der Patienten-Kohorte auf fünf Jahre ausgedehnt und die zentrale Datenbank erweitert, um die Bewertung von Langzeit-Nebenwirkungen zu ermöglichen. Ein zellulärer Assay wird an neu gesammelten Proben und RNA-Analysen unter Verwendung verfügbarer PAXgene-Proben durchgeführt. Diese neuen Biomarker-Informationen werden in Bezug auf das Auftreten RT bedingter Nebenwirkungen untersucht. Es werden parametrische statistische Analysen und "Machine Learning-Methoden" verwendet, um Biomarker für Strahlen Empfindlichkeit zu identifizieren und verbesserte Vorhersage-Modelle für Langzeit-Nebenwirkungen zu entwickeln. Diese sollen in einer unabhängigen Stichprobe validiert und die Algorithmen der besten Vorhersage-Modelle in Planungssysteme als "biologisch erweitertes Treatment Planning System" integriert werden. Des Weiteren werden gesundheitsökonomische Analysen durchgeführt. Das DKFZ übernimmt die Koordination des Verbundprojekts und wird eine Patientenkohorte mit Langzeit-Nebenwirkungsdaten etablieren. Das vom DKFZ geleitete Arbeitspaket WP1 wird das Follow-up einer etablierten Patientenkohorte auf fünf Jahre erweitern. Außerdem betreut das DKFZ das lokale Follow-up der deutschen Kliniken.

Multiple Sklerose (MS) ist eine Autoimmunerkrankung des Zentralnervensystems, an der weltweit mehr als 2 Millionen Menschen leiden. Aufgrund ihrer ausgeprägten Heterogenität, einschließlich klinischer Manifestationen und individuellem Ansprechen auf die Behandlung, ist MS eine typische Erkrankung, bei der eine stärker personalisierte Intervention von großem Nutzen wäre. Unsere Hypothese ist, dass eine umfassende Charakterisierung einer großen Patientenanzahl, die Multi-Layer-Daten (klinisch, molekular, umweltbezogen) integriert, zur Beschleunigung der personalisierten Medizin bei MS beitragen kann. Das Konsortium nutzt eine bereits vorhandene, gut charakterisierte MS-Patienten-Gruppe (> 4.500), um die mit der Krankheitsaktivität verbundenen genetischen und Umweltfaktoren zu bewerten. Eine Untergruppe von 300 Patienten und Patientinnen wird auf molekularer Ebene ausführlich untersucht, indem ein umfassendes "Omics" -Profil zusammen mit Vitamin-D-Messungen durchgeführt wird. Vorhabensziel der geneXplain GmbH ist es, die Daten mit Hilfe von biologischen Netzwerken im Genom-Maßstab zu integrieren, um die molekularen Mechanismen aufzuklären, die der Krankheitsaktivität zugrunde liegen. Das Konsortium entwickelt dann einen prädiktiven Algorithmus für die Krankheitsaktivität auf der Grundlage von Deep-Learning-Modellen. Die Erkenntnisse aus dem vorliegenden Projekt sollten nicht nur die Master-Regulatoren der MS-Heterogenität klären, sondern auch dazu beitragen, den Einsatz der derzeit verfügbaren Medikamente maßgeschneiderter zu gestalten. Dieses stärker personalisierte MS-Management wird es ermöglichen, die Lebensqualität zu verbessern und das Fortschreiten der Behinderung zu verlangsamen, was wiederum die Gesundheitssystemkosten senkt. Das Vorhaben ist Teil des transnationalen Verbundprojekts "FindingMS" der Förderinitiative "ERA PerMed". Der Verbund "FindingMS" wird durch eine italienische Arbeitsgruppe koordiniert und hat insgesamt vier Projektpartner.

Kidney Attack zielt darauf ab, durch geschickte Kombination von präklinischen und klinischen multiomischen Daten die frühe Diagnose eines akuten Nierenversagens (AKI) nach Herzchirurgie zu ermöglichen. Zudem soll das Austesten von neuen und bereits bekannten Substanzen für ihren Einsatz in der medikamentösen AKI-Behandlung und Prävention erleichtert werden. Dieses Ziel soll erreicht werden durch: 1) Die eingehende Untersuchung von Kombinationen patientenspezifischer multiomischer Merkmale und klinischer Ausprägungen hinsichtlich ihres Potenzials, die Entwicklung eines AKI frühzeitig nach Herzchirurgie vorhersagen zu können; 2) Die Suche nach und die gezielte Auswahl von neuen Wirksubstanzen und Medikamenten basierend auf existierenden Datenbanken und Publikationen; 3) Die Entwicklung eines humanisierten multiomischen Markermodells durch Integration AKI-spezifischer humaner und tierischer multiomischer Muster zur Anwendung in präklinischen/experimentellen AKI-Tiermodellsystemen hoher Übertragbarkeit auf die Situation im Menschen und 4) Das Austesten der für eine AKI-Prävention und Therapie in Frage kommenden Medikamente in den entwickelten präklinischen Tiermodellen. Zum Erreichen dieser Ziele wird MOS das Urinproteom von Patienten nach Herzchirurgie und von Tieren in den experimentellen AKI-Modellsystemen hinsichtlich der Expression bereits identifizierter AKI-Peptidmarker und der Testgüte seiner bereits etablierten Biomarkermodelle zur Diagnose bzw. Prädiktion eines AKI und einer chronischen Nierenerkrankung mittels Kapillarelektrophorese-gekoppelter Massenspektrometrie (CE-MS) analysieren.

"Die europäischen kinderonkologischen Plattformen "INFORM" (Deutschland), "MAPPYACTS" (Frankreich) und iTHER (Holland) bieten flächendeckend personalisierte molekulare Analysen, sogenannte Targetfindungen, für Kinder mit rezidivierten bösartigen Tumorerkrankungen an. An über 1.000 analysierten Fällen zeigten sie, dass bei etwa der Hälfte der Fälle im Tumor eine Zielstruktur für eine personalisierte, zielgerichtete Therapie gefunden wird. In der anderen Hälfte der Fälle gelingt dieses mit den aktuell modernsten molekularen Technologien der Genomforschung nicht. Insbesondere für rezidivierte Hirntumore, Bindegewebstumore (Sarkome) und Neuroblastome besteht ein hoher medizinischer Bedarf, neue Behandlungsmöglichkeiten zu entwickeln. Systematische Medikamententestungen an frischen Tumorzellen von Patientinnen und Patienten mittels Hochdurchsatzmikroskopie eröffnen hier die Möglichkeit, die Präzisionsmedizin um eine funktionelle Dimension zu erweitern und neue Ansätze für eine personalisierte Behandlung zu entwickeln. Hauptziel der Arbeiten im Verbund "COMPASS" ist es daher, eine neue internationale, standardisierte und validierte Plattform zur Medikamententestung zu etablieren. Das Deutsche Krebsforschungszentrum (DKFZ) übernimmt hierbei die Charakterisierung von Tumorproben, den Aufbau der Medikamententestungs-Plattform zur Testung von dreidimensionalen Kurzzeit-Tumorzellkulturen, führt bioinformatische Analysen zur Auswertung der Medikamententestung sowie die bioinformatische Integration dieser funktionellen Ergebnisse mit den genomischen Daten durch und unterstützt die Entwicklung von Biomarkern sowie die Vorbereitung einer Klinischen Studie. Darüber hinaus koordiniert das DKFZ die Verbundarbeiten, an denen fünf weitere Projektpartner beteiligt sind.

Die Depression ist die häufigste Erkrankung der Psyche. Die Erkrankung hat gesellschaftlich bedeutsame negative sozioökonomische Auswirkungen und steht weltweit an führender Stelle, wenn es um die Beeinträchtigung des normalen beschwerdefreien Lebens geht. Dem gegenüber steht die Depressionsbehandlung, die nach wie vor nur in einem Teil der Patientinnen und Patienten effizient wirksam ist und oft mit einer langwierigen Suche nach der richtigen Medikation einhergeht. Ein vordringliches Ziel ist es, die Wirksamkeit und die Effizienz der Behandlung signifikant zu verbessern. Im Rahmen des Verbundes IMADAPT werden kleine nicht-kodierende RNA-Moleküle, sogenannte Mikro-RNAs (miRNAs), identifiziert, die mit der Wirksamkeit von Antidepressiva assoziiert sind. Eine Gruppe dieser miRNAs könnte als potenzieller Biomarker zur Vorhersage eines Behandlungserfolgs dienen. Mikro-RNAs regulieren die Aktivität von Genen und können über Exosomen von Zellen und Geweben freigesetzt werden. Der Nachweis von miRNAs des Gehirns im Blutkreislauf belegt deren generelle Eignung als für Diagnostik zugänglichen Biomarker. Am Max-Planck-Institut für Psychiatrie werden die ausgewählten miRNAs funktional in Mausmodellen sowie in einem Depressionsmodell charakterisiert, um so ihre Bedeutung für die Wirksamkeit von Antidepressiva zu untersuchen. Zukünftig sollen diese miRNAs zusammen mit klinischen Markern dazu verwendet werden, eine personalisierte Therapie zu entwickeln, die individuell auf die Patientinnen und Patienten zugeschnitten ist und eine schnellere und effizientere Behandlung ermöglicht.