00:00:00: Hallo und herzlich willkommen zu einer weiteren Folge von dr.med Kay mein Name ist Kerstin Ritter und das heutige Thema ist,

00:00:10: ki in der Onkologie und insbesondere wollen wir uns hier mit der Frage beschäftigen wie KI in der molekularen Tumorforschung eingesetzt.

00:00:19: Kann ich selber mein Harting das jetzt so Manuela binari Manuela kann sich vielleicht kurz vorstellen ja danke also hallo erstmal und danke für die Einladung ich bin Bio Informatikerin.

00:00:31: Und habe bisher in der Gruppe von nils pitkin computational Madison gearbeitet.

00:00:38: Und arbeite jetzt am comprehensive cancer Center und mein Haus Projekt ist das Produkt Projekt wo es darum geht.

00:00:45: Personalisierte Medizin für Krebspatienten zu finden und dazu verwenden wir verschiedene Ansätze.

00:00:53: Ja zum einen geht es darum daten zu integrieren aus verschiedenen Datenbank die Banken und damit.

00:01:01: Patienten die Möglichkeit zu geben ihre persönliche Therapie zu bekommen zum zweiten nutzen wir Zelllinien Modelle und machine learning um.

00:01:10: Medikamenten Effizienz vorherzusagen und zum dritten versuchen wir das ganze auch noch experimentell zu validieren an organoids Modellen.

00:01:19: Und das ganze ist in enger Kooperation mit dem komm Fenster Fenster Center wo es ein molekulares Tumorboard gibt wo also Patienten molekular charakterisiert werden.

00:01:29: Dann darauf bestehen die Kliniker Diskussionen führen was ist jetzt die beste Option Flims.

00:01:34: Okay vielleicht noch mal zu dem ersten Thema kommen zur Integration von den Datenbanken was sind das für Datenbanken und was wird da genau gespeichert ja hier geht es darum,

00:01:44: Datenbanken also es gibt verschiedene Datenbanken die von Kliniken erstellt werden die zum 1 Varianten also Mutationen oder alteration in a copy number variations,

00:01:58: beschreiben und zum anderen diese auch in Bezug setzen zu Behandlung z.b. über Referenzen zu Paypal oder klinischen Studien.

00:02:08: Das ganze werden es werden also evidenzlevel vergeben es ist also z.b. immer von Interesse in welcher Thoma Entität wurde eine Studie durch.

00:02:16: Welcher Phase ist diese Studie wie viele Patienten waren da drinne und gab es also eine positive response oder eine negative ist. Da gibt es verschiedene Datenbanken und die versuchen wir zusammen zu bringen und zu harmonisieren.

00:02:28: Aufgrund von dem Namen und Varianten.

00:02:32: Zusätzlich dazu natürlich auch die drug namesti Medikamentennamen da wir ja hier verschiedene Synonyme Möglichkeiten haben jeder hat dann vielleicht noch den Hersteller als Namen mit.

00:02:45: Genau das ist eine Integration dieser Daten und das muss man natürlich auch testen und das machen wir mit einem eigens entwickelten Goldstandard und wie sieht dieser Gold-Standard aus.

00:02:56: Der Goldstandard basiert auf den Patienten im molekularen Tumorboard also wie schon gesagt die Patienten werden sequenziert zum allen Panel Sequenzierung auf,

00:03:07: einen bestimmten Set von geben also so entweder kleine Penis mit 16 gehen oder große mit 500.

00:03:13: Und wir haben auch Studien wo holex um 46.

00:03:17: Und wir haben jetzt für 113 Patienten die Auswertung der Kliniker und wissen also welche Varianten waren relevant welche Varianten wurden diskutiert und was war dann letztendlich die Behandlungsempfehlung des molekularen Tumorboards.

00:03:31: Das ganze haben wir auch ebenfalls harmonisiert und normalisiert und können das als Goldstandard,

00:03:36: Nutzen für die Evaluierung dieser Datenbank Integration und diese 113 Patienten und Patienten sind die alle von von der Charité

00:03:45: und haben die eine bestimmte Krebsart oder sind das ganz unterschiedliche das sind ganz unterschiedliche also im Moment ist es so dass

00:03:54: viele Patienten die am molekularen Tumorboard sich vorstellen über eine Studie reinkommen das sind eine Studie die sich mit seltenen Entitäten Geschäft.

00:04:04: Und eine Studie die sich mit Melanomen Erkrankungen beschäftigt so dass also hierdurch tatsächlich auch vorgegeben ist welche Thoma Erkrankungen man hat.

00:04:13: Und dann gibt es auch immer noch Patienten die über die molekulare Pathologie eine Panel Sequenzierung bekommen es sind meistens Patienten der Charité aber nicht immer das heißt,

00:04:24: es ist auch nicht immer eine klinisch Informationen vorhanden z.b. über vorherige Behandlung.

00:04:31: Spezielle Eigenschaften in der Histologie des Thomas oder so das kann manchmal fehlen ok aber man hat eine Information darüber wie erfolgreich eine Behandlung war

00:04:40: oder auch nicht immer,

00:04:42: das ist ein ja das ist ein kritischer. Das ist ja tatsächlich dieser Daten braucht man ja um das später nicht Modell verwenden zu können und hier sind mehrere Mitarbeiter damit beschäftigt auch immer wieder die,

00:04:54: daten einzuholen regelmäßig zum einen welche Behandlung wurde tatsächlich gegeben.

00:05:00: Und welche also wie erfolgreich war sie und es gab.

00:05:05: Bisher nur eine prospektive Studie zur personalisierten Onkologie die war leider nicht erfolgreich also sprich personalisierte Onkologie hat in dem Fall keine Verbesserung zum Standardbehandlung gebracht,

00:05:19: und wir haben aber retrospektiv auf 100 Patienten zumindestens Verbesserung zeigen können aber das ist der Datensatz halt auch sehr klein,

00:05:28: große Probleme sind also hier wirklich auch die Menge der Daten und wenn ihr jetzt habt dann die Sequenzierung das sind eure Hauptdaten aber wird wahrscheinlich auch noch andere Daten wie demografische Variablen Alter Geschlecht,

00:05:39: Medikamente nicht unbedingt geht das auch mit in das Modell rein spielt es eine Rolle oder versuch dir das quasi nur auf der Sequenzierung.

00:05:47: Ja dann sprechen wir erst das genau also im Moment versuchen wir tatsächlich nur auf der Sequenzierung das ganze das Ansprechen vorherzusagen bzw mögliche.

00:05:57: Behandlungsoptionen in durch die Integration dieser Datenbanken zu finden und es stellt sich dabei raus also wir haben auch.

00:06:06: Wir haben ganz einfache Maße verwendet um das gegen den Goldstandard abzugleichen also Präzession.

00:06:14: Und Recall und dann den entsprechenden F1 core und sehen also dass wir Schwierigkeiten haben alle Datenbanken zusammenzubringen.

00:06:23: Es gibt zwei Datenbanken die besonders gut sind und wir kommen aber nie als wir kommen nie sozusagen perfekt zu dem.

00:06:32: Zum Goldstein hatten wir haben logistisches Modell gemacht und sozusagen das mal versuchen zu verstehen welche Datenbanken da wirklich den film besten Effekt haben auf dass man einfach den Onkologen auch sagen könnte.

00:06:44: Ja dann wenn ihr schon jetzt Datenbank mir sucht dann eben diese.

00:06:49: Ganz ganz simple Ansatz und hier ist es tatsächlich so dass also zwei Datenbanken herausstechen und besonders gut sind aber auch die nicht all das Abgreifen was tatsächlich dann noch weiterführende im Tumorboard besprochen wird.

00:07:02: Wir können nicht als die sie decken nicht alles ab also es ist vielmehr was die Klinik hat tatsächlich an Hintergrundwissen haben,

00:07:09: was man nicht so in in Datenbanken Abfall abdecken kann aber diese datenbanken Wer erhebt die genau sind das dann auch Krankenhäuser oder ja das sind auch Krankenhäuser und genau das sind Klinik adidas in ihrer Freizeit zum Teil machen

00:07:22: da ist das Civic als Datenbank zu nennen und die Datenbank Onko Kredit gibt es denn deutschlandweit in die,

00:07:31: even eine umfassende Datenbank zur,

00:07:35: erheben wo alle möglichen Patienten mit bestimmten Krebs Sorten Leben relevant sind zu erheben und auch eine und dann auch standardisierte Daten zu erheben um das genau untersuchen zu können,

00:07:46: im Moment gibt es genau eine Studie für Lungenkrebs die ist in Zusammenarbeit mit den Krankenkassen tatsächlich,

00:07:53: und da wird also für jeden ich glaube für jeden Lungenkrebspatienten

00:08:00: der Englisch Begriff ist non small cell lung cancer sobald er dicker diagnostiziert wird gibt es eine Panel Sequenzierung und da das über die Krankenkassen bezahlt sein.

00:08:09: Läuft das tatsächlich auch deutschlandweit ansonsten ist es immer eine Koordination von einzelnen Krankenhäusern also da,

00:08:18: ich denke da ist noch Luft nach oben um das zusammenzuführen aber es ist auch aber es ist nicht so dass für jeden Patienten mit Krebs so eine Sequenzierung gerade vantis weil man für bestimmte die kennt man ein guter braucht man das gar nicht da hat meine Standardtherapie.

00:08:34: Heißt das.

00:08:35: Und für welche Krebsarten ist es besonders oder nur das schon seltene also seltene Krebserkrankungen genannt dass wir wahrscheinlich dann ganz viele unterschiedliche genau seltene Krebserkrankungen das sind dann,

00:08:46: z.b. Krebserkrankung der Schweissdrüsen da hat man zu wenig Fälle als dass es standard Therapien gibt.

00:08:54: Und dann ist natürlich auch immer die Frage selbst wenn man Standard Therapien hat wenn man austherapiert ist.

00:09:00: Was dann gibt's dann vielleicht noch eine Möglichkeit off-label Therapien zu bringen also auch da ist es natürlich von Interesse,

00:09:07: aber wie gesagt hier ist die Datenlage im Moment noch sehr schlecht und dann ist die Frage kann man auf andere Modelle zurückgreifen,

00:09:16: also z.b. sagen mein Mann arbeitet nicht mit Patientendaten sondern mit Zelllinien z.b. okay und was untersucht ihr da mit den Zelllinien,

00:09:25: da ist es so dass also bei den celine ist es so dass das große Konsortien gibt sie also Zelllinien von Krebspatienten entwickeln und dann auch molekular charakterisieren und das ist dann wirklich sehr detailliert das geht los von der Sequenzierung also Mutationen,

00:09:39: den Nahbereich Expressionslevel Methylierung protein expression tatsächlich und.

00:09:50: Ja ja andere Variation dir die man aus diesen Garten hat auch mit erfassen kann.

00:09:55: Und zusätzlich dazu kann man bei diesen Zelllinien natürlich auch verschiedenes der Behandlungsoptionen als Medikamente auf diese Zellen drauflegen und,

00:10:04: dir Vitalität messen also sprich wie verhält sich die Population stirbt sie ab oder nicht hat alles vor und nachteile aber man kann es ganz explizit messen,

00:10:13: und das dann natürlich auch darauf dann auch Modelle trainieren wenn es gerade gesagt dass die die Pharmaunternehmen

00:10:22: also bestimmte Zelllinien entwickeln was heißt das genau also neben die,

00:10:26: Zelllinien die auch bei Patienten vorgekommen sind und variieren sie in unterschiedliche Weise oder generieren Sie auch ganz neue,

00:10:33: mögliche Krebsarten vielleicht gar nicht so in der Praxis auftreten nee so kann man das nicht sehen also zum einen sind nicht nur Pharmaunternehmen das sind alle Forschungsreise genau

00:10:43: was was sie machen sind sozusagen wenn die Biopsie von nimmt Oma gemacht wird gibt es Möglichkeiten das zu einem Selbständigen Zellsystem zu entwickeln.

00:10:51: Das selbständig weiterlebt mit Einschränkung das bekannteste ist die Hela Zelllinie die von der Henriette Lack da vor 90 Jahren glaube ich entnommen wurde das ist das Beispiel schlechthin allerdings ohne dass sie gefragt.

00:11:06: Aber das ist das erste Zellsystem aus dem Menschen gewesen.

00:11:09: So und dann kann man diese Zellsysteme natürlich weiterentwickeln in dem man sagen kann ja wir versuchen jetzt eine Resistenz zu entwickeln wir versuchen jetzt irgendwie eine andere alteration rein zu.

00:11:23: Aber das wird nicht ein anderer.

00:11:25: Kein anderer es ist schon etwas was dann auch bei einem Patienten genauso auftreten könnte ja also die alteration z.b. könnte nämlich sein aber was natürlich bei einem Zellsystem immer.

00:11:36: Ist zum einen das ist die Umgebung also ich meine der Darm hat natürlich nicht nur die Darmkrebs Zellen sondern auch die Immunzellen drumrum und was sozusagen an normalen Gewebe ist das fehlt natürlich,

00:11:51: komplett und es ist genau nur ein Einzel Typ.

00:11:56: Also wenn jetzt beim Darmkrebs bleiben oder überhaupt beim Darm der hat Stammzellen die sich in verschiedene unterschiedliche Zelltypen entsprechen der Aufgabe halt entwickeln,

00:12:06: das kann man mit einem mit einer Zelllinie nicht erfassen dazu braucht man organoide aber auch dann fehlen einen wieder dir.

00:12:14: Die entsprechenden Umgebung.

00:12:17: Helm ja das ist das Pferd das kann man nicht updaten okay aber das heißt wir dann kann man quasi wie im Reagenzglas sich das überlegen wie Zelllinien aussehen dann hätte man auf der einen Seite die Zelllinien und die unterschiedlichen Variationen und dann auf der anderen Seite hätte man unterschiedliche Medikamente.

00:12:32: Und würde dann könnte dann hier and machine-learning Modell benutzen um vorherzusagen bei welcher Zelllinie.

00:12:39: Welches Medikamenten wirkt oder hat es dann eher so ein so ein biologischen Hintergrund sieht man könnte das tatsächlich so machen also was man was man vorher machen müsste man müsste natürlich was man dann Mist sind,

00:12:52: Wachstumskurven und man dann berechnet man den Eistee fifty das ist sozusagen der effektive Wert wo 50% der Zellen,

00:13:01: sterben genau was für Maschinen Modelle werden dazu verwendet tatsächlich ist es so dass es 2014 mal eine Challenge gab von den Dream challenges,

00:13:11: und da wurden ganz simpel den Jahre Modelle partially Square Modelle verwendet,

00:13:18: aber tatsächlich dann auch Rainbow ist Modelle und der Gewinner in dem Fall war tatsächlich ein bisschen Multitool könne learning Ansatz.

00:13:30: Wobei diese einfache Ninja Modelle auch gar nicht so schlecht waren aber das Hauptproblem bei diesem Daten ist natürlich dass manche Zelllinien sich sehr ähnlich sind also man braucht und dafür muss man irgendwie hier das muss man mitten in Betracht ziehen.

00:13:44: Dass man dass dieses Wissen auch nutzen kann wie viele Zelllinien genau habt ihr und wie viele unterschiedliche Labels als ist eine binäre Klassifikation oder eine multiple,

00:13:54: Aktion,

00:13:55: also bei dem erst bei dieser ersten Challenge waren es tatsächlich wenn ich das richtig weiß 35C Linien Brustkrebs ganz spezifisch und ich glaube 18 verschiedene drugs und,

00:14:07: es gab keinen Klassifikator sondern es ging tatsächlich um Regression es ging darum den tatsächlichen ic50 wert,

00:14:14: der also einem bestimmten Bereich sein konnte vorherzusagen.

00:14:18: Inzwischen wohl natürlich viel mehr Daten gemessen und im Januar 20 20 km also eine Studie raus da haben sie.

00:14:29: Ungefähr 500.000 Medikamente gemessen also wirklich large-scale auf.

00:14:36: Jetzt weiß ich gerade die anzahl der Zelllinien nicht mehr aber das war sozusagen eine viel größere Kohorte unterschiedliche Thoma Entitäten aber in dem Fall.

00:14:47: Also nicht auf eine bezogen sondern wirklich unterschiedliche und die wurden dann.

00:14:54: Klassifiziert erstmal das wurde auch gemacht da wurden dann clustering Algorithmen erstmal eine.

00:15:01: Wir unterbrechen auf eine einfache Dimension ich glaube in dem Fall haben Sithis Nähe verwendet

00:15:08: unser Zusagen im Zusammenspiel zwischen den verschiedenen drugs auch zu sehen,

00:15:13: in diesen Fällen der Vater von diesem Zelllinien ist ja auch dass man diese Daten veröffentlichen kann und auch bei einer Challenge benutzen kann das ist ja bei klinischen Daten,

00:15:23: nicht der Fall ist da noch andere Möglichkeiten wie man solche Daten breiter verfügbar machen kann.

00:15:29: Also was ist bisher natürlich gibt es eine molekulare Charakterisierung von Patienten da gibt es große Studien easyJet andere Studien auch die werden in Sibiu kurze auch.

00:15:40: Zusammengeführt das ist ein Portal.

00:15:43: Wo man sich zumindest die Alterationen anschauen kann aber was uns natürlich fehlt sind klinisch Informationen bezüglich der Behandlung bezüglich der tatsächlichen Weiterentwicklung und,

00:15:56: das tatsächlich zur Verfügung zu stellen sauber ist schwierig einfach weil man aufgrund der molekularen Charakterisierung dann auch noch vielleicht Studienort.

00:16:07: Thoma Entität und dann fehlt noch das Alter und schon kann man herausfinden wer die Person war hier müsste man also wahrscheinlich.

00:16:15: Ich überlegen ob mein endfilter Modelle entwickelt wo man sozusagen aufgrund von vorhandenen Daten neue generiert.

00:16:24: Das wäre ein Ansatz und dann daraus sozusagen Daten präsentiert oder dass man.

00:16:32: Das über über eine Anfrage macht so dass man nur selektiv bestimmte Informationen bekommt und nie alles zusammen ich denke da gibt's sicherlich auch schon Entwicklung auch,

00:16:44: Chiffrierung wäre natürlich auch noch eine Möglichkeit das größte Problem was ich aktuell sehe ist natürlich die Zusammenarbeit der unterschiedlichen Kliniken und Länder.

00:16:53: Ja was würdest du dir hier haften für in den nächsten Jahren das stärker zusammengearbeitet wird,

00:17:00: also zum einen wenn man das jetzt mal auf die die Arbeit die wir aktuell machen sieht würde ich mir einfach auch hoffen dass wir unseren Daten das erweitern können.

00:17:09: Was ich mir wünschen würde wenn dass wir nicht nur die molekularen Daten nutzen können sondern auch zumindest erstmal innerhalb der Charité z.b. auch klinische Verlaufsdaten.

00:17:20: Dann können langfristig wäre es natürlich toll wenn man das auch deutschlandweit.

00:17:26: Fortführen könnte und dann halt eine große Fragestellung die sich auch immer wieder stellt ist wie können wir dieses Thema den Klinik Hernals in Onkologen nahebringen dass Sie auch wirklich wissen dass es diese Möglichkeiten gibt.

00:17:38: Und wie sie mit Vorschlägen jetzt von Bioinformatik und umgehen müssen also das ist mir so die Frage.

00:17:45: Wie können wir ja wir können wir ja Onkologen erreichen ja das sind total interessanter. Wie ist der Name meint die Zusammenarbeit mit dir nicht seine Seite zu mir über seine molekularen Tumorboard dabei tatsächlich ja das ist in der Tat so ich bin seit,

00:18:00: 2017 bei der molekularen Tumorboard hier im Konferenz erkennst das Internet dabei,

00:18:06: und habe in der ganzen Zeit auch in dem Predigt Projekt immer sehr eng mit den Onkologen die direkt im molekularen Tumorboard arbeiten zusammengearbeitet.

00:18:15: Das sind aber Onkologen die wirklich sich in ihrem Feld auch schon auskennen und noch interessanter wäre es natürlich Onkologen mit an Bord zu bringen die eventuell Patienten haben.

00:18:26: Wo sie vielleicht.

00:18:28: Die vielleicht davon profitieren könnten die molekulare Charakterisierung zu machen und dann vielleicht auch organoide Modelle aus aus diesem Tumor zu entwickeln.

00:18:38: Aber nach gar nicht wissen welche Möglichkeiten es hier gibt es immer noch auf die Umgebung unglaublich komplexe,

00:18:52: Problem und sehr sehr schwierig zu adressieren Ja und an der Charité gibt es also tatsächlich auch einige,

00:18:58: Bestrebungen sozusagen das mit in Bezug zu nehmen,

00:19:02: sodass man also nicht nur die Tumore sequenziert sondern wirklich auf Einzelzelle Ebene eine Sequenzierung macht so dass man dann halt zum Formation hat über kronalit.

00:19:11: Da ist das BiH und das MDC mit involviert.

00:19:15: Ja super herzlichen Dank für das Gespräch und vielen Dank an euch dass ihr wieder dabei wart bis zum nächsten Mal tschüss.