Die systemmedizinische Identifizierung von prädiktiven Biomarkern für die spezifische Therapie von Magenkarzinomen erfordert die Integration und Analyse bestehenden Wissens und experimenteller Daten zur Progression von Magenkarzinomen, um daraus relevante mathematische Modelle mit validierbaren Vorhersagen zu entwickeln. TP2 wendet vorbedingungsfreie Maschinenlernverfahren an, um existierendes Wissen mit datengetriebenen Assoziationen zu erweitern und damit aus den mechanistischen Modellen abgeleitete Wirkmechanismen durch statistisch signifikante biologische Assoziationen abzusichern.