Komplexe Krankheiten wie Krebs entstehen durch das Zusammenspiel verschiedener biologischer Faktoren auf DNA-, RNA- und Proteinebene. Charakteristische Veränderungen, wie z.B. die produzierte Menge an HER2-Protein bei Brust- oder Magenkrebs werden oft erfasst, aber in der Regel noch nicht in Verbindung mit allen anderen therapierelevanten Faktoren analysiert.
Forscher am Max-Delbrück-Centrum haben jetzt mit „Flexynesis“ ein neues Werkzeug entwickelt, das mithilfe von KI präzisere Diagnosen stellen und auch die beste und auf den einzelnen Patienten zugeschnittene Therapieform ermitteln kann. Bei dem neuen Tool setzen die Wissenschaftler nicht nur auf klassisches maschinelles Lernen, sondern können mit Deep Learning auch ganz unterschiedliche Arten von Daten gleichzeitig auswerten, wie z.B. Multi-Omics-Daten sowie speziell aufbereitete Texte und Bilder (CT- oder MRT-Scans). Flexynese kann verschiedene Fragen gleichzeitig beantworten, z.B., um welche Krebsart handelt es sich, welche Medikamente in diesem Fall besonders wirksam sind und wie sich diese auf die Überlebenschancen des Patienten auswirken. Das Tool hilft auch, geeignete Biomarker für die Diagnose und Prognose zu identifizieren oder – bei Metastasen– den Primärtumor zu identifizieren.
Quelle: Pressemitteilung Max-Delbrück-Centrum für Molekulare Medizin in der Helmholtz-Gemeinschaft
Bildquelle: ipopba – stock.adobe.com
