Freitag, 27. November 2020
Navigation öffnen
Anzeige:
Medical Cloud CAR T
 
Medizin

12. April 2017
Seite 1/2
Bioinformatik: Krebstherapien besser planen

Die Behandlung von Lungenkrebspatienten schneller, exakter und effizienter planen: Darauf zielt ein neuer Ansatz ab, der am Lehrstuhl für Bioinformatik der Uni Würzburg entwickelt wird. "Das nicht-kleinzellige Lungenkarzinom existiert in verschiedenen Unterarten“, erläutert der Würzburger Bioinformatiker Meik Kunz. In seiner Doktorarbeit hat er sich mit der Frage beschäftigt, inwieweit es mit Hilfe des Computers möglich ist, Lungenkrebspatienten besser zu behandeln.
Anzeige:
Tecentriq HCC
Tecentriq HCC
 
Auf der Basis von Labordaten gelang es dem jungen Wissenschaftler, das Verhalten von Lungentumoren am Computer abzubilden. Was eine äußerst komplizierte Angelegenheit ist: Hunderte biologische Moleküle haben Einfluss darauf, wie sich ein Tumor verhält, und an jeder Stelle ihrer Aktivität kann es theoretisch zu Fehlregulierungen kommen – mit dem Ergebnis, dass dauerhaft ein falsches Signal weitergeleitet wird und zu einem unkontrollierten Zellwachstum führt.

Mit Hilfe des Computers lässt sich laut Kunz herausfinden, an welcher Stelle in einem komplexen Tumor Fehlinformationen weitergeleitet werden. Das wiederum sei die Voraussetzung dafür, eine passende Therapie zu finden, die das weitere Wachsen des Tumors stoppt.

Daten aus der Krebsforschung als Basis

Für seine Modellierungen fütterte Kunz den Computer mit vielen tausend Daten aus der Krebsforschung. Besonders wichtig für seine bioinformatische Signalweg-Analyse waren Daten aus Experimenten mit einem Tumormodell, das am Lehrstuhl für Tissue Engineering des Würzburger Universitätsklinikums entwickelt wurde. Kunz erfuhr dadurch, welche Gene bei den drei Tumorarten nicht richtig reguliert waren. Am Computer konnte er die konkrete Signalwirkung abbilden und zeigen, „wie die einzelnen Komponenten zusammenhängen.“

Das zu wissen ist wichtig, um am Rechner Erkenntnisse darüber zu gewinnen, wie eine medikamentöse Behandlung im konkreten Fall ansprechen wird. Aus seinen Computermodellen erkannte Meik Kunz, welcher „Patient“ von welchem Therapieansatz profitieren und wo es zu Resistenzen gegen die Behandlung kommen würde. Weiter war es ihm möglich, exakt darzustellen, wie die Therapie nach Beginn der Medikamentengabe verläuft.
 
Vorherige Seite

Anzeige:
Xospata
 

Sie können folgenden Inhalt einem Kollegen empfehlen:

"Bioinformatik: Krebstherapien besser planen"

Bitte tragen Sie auch die Absenderdaten vollständig ein, damit Sie der Empfänger erkennen kann.

Die mit (*) gekennzeichneten Angaben müssen eingetragen werden!

Die Verwendung Ihrer Daten für den Newsletter können Sie jederzeit mit Wirkung für die Zukunft gegenüber der rsmedia GmbH widersprechen ohne dass Kosten entstehen. Nutzen Sie hierfür etwaige Abmeldelinks im Newsletter oder schreiben Sie eine E-Mail an: info[at]rsmedia-verlag.de.


ESMO Virtual Congress 2020
  • Fortgeschrittenes Melanom nach Versagen einer PD-(L)1-Inhibition: Vielversprechende Antitumoraktivität mit Pembrolizumab + Lenvatinib
  • Pembrolizumab + Lenvatinib: Vielversprechende Ansprechraten bei vorbehandelten fortgeschrittenen Tumoren
  • HNSCC: Pembrolizumab als Monotherapie und als Partner einer Platin-basierten Chemotherapie erfolgreich in der Erstlinie
  • Ösophaguskarzinom: Relevante OS- und PFS-Verlängerung durch Pembrolizumab + Chemotherapie in der Erstlinie
  • 5-Jahres-Daten der KEYNOTE-024-Studie bestätigen deutliche Überlegenheit für Pembrolizumab mono vs. Chemotherapie beim NSCLC mit hoher PD-L1-Expression
  • Neuer Anti-ILT4-Antikörper zeigt in Kombination mit Pembrolizumab erste vielversprechende Ergebnisse bei fortgeschrittenen Tumoren
  • Adjuvante Therapie mit Pembrolizumab verlängert auch das fernmetastasenfreie Überleben bei komplett resezierten Hochrisiko-Melanomen im Stadium III
  • HIF-2α-Inhibitor MK-6482 beim Von-Hippel-Lindau-Syndrom: Vielversprechende Wirksamkeit auch bei Nicht-RCC-Läsionen
  • Neuer Checkpoint-Inhibitor: Vielversprechende erste Studiendaten für Anti-TIGIT-Antikörper Vibostolimab in Kombination mit Pembrolizumab