Eine Suchmaschine, die Krebsarten klassifiziert und die besten Medikamente zur Behandlung empfiehlt. Was wie ein Zukunftswunsch der Medizin klingt, ist bereits möglich, bisher allerdings ausschließlich in einem akademischen Umfeld.

Ein neuer Deep-Learning-Algorithmus, der von einem Forschungsteam des Max-Delbrück-Centrums für Molekulare Medizin (MDC) in der Helmholtz-Gemeinschaft, entwickelt wurde, kann genomische Daten, die aus bösartigen Darmtumoren gewonnen wurden, extrem schnell und präzise analysieren. Die Deep-Learning-Plattform „maui“ filtert wesentliche Muster heraus, um Darmkrebs zu klassifizieren.

Da sich Tumore im Darm äußerst unterschiedlich entwickeln und auf unterschiedliche Medikamente reagieren, sind auch die Überlebensraten sehr verschieden. „Die meisten Krankheiten sind deutlich komplexer als ein einzelnes Gen“, sagt Altuna Akalin, Leiter der Forschungsgruppe Bioinformatik. Um die vielen im genetischen Material vorhandenen Merkmale analysieren zu können, haben Akalin und sein Doktorand Jonathan Ronen „maui“ entworfen.

Der Deep-Learning-Algorithmus basiert auf dem Prinzip des unüberwachten maschinellen Lernens. Der Algorithmus wird mit Daten ohne Kennzeichnungen gefüttert und sichtet diese, um gemeinsame Muster oder typische Merkmale zu finden. So konnte die maui-Plattform in den Daten Muster erkennen und Tumore den bekannten Subtypen mit hoher Präzision zuordnen. Außerdem entdeckte sie ein Muster, nach dem ein Subtyp gegebenenfalls in zwei verschiedene Gruppen unterteilt werden muss. Die Plattform berücksichtigt somit nicht nur bekannte, mit der Krankheit in Verbindung gebrachten Gene, sondern auch alle anderen Daten.

Das Programm ist nicht nur genauer, es arbeitet auch schneller als andere Algorithmen des maschinellen Lernens. Nur drei Minuten braucht es, um 100 Muster herauszufiltern. Das Team war überrascht, wie ausgesprochen gut optimiert und effizient der Algorithmus bereits ist und arbeitet daran, das System weiter zu verbessern. Außerdem soll maui für die Anwendung auf andere Krebsarten weiterentwickelt werden.

Nachdem die Deep-Learning-Plattform für Darmkrebs umfassend getestet wurde, könnten damit auch Daten neuer Patienten und Patientinnen analysiert werden. „Man kann es sich wie eine Suchmaschine vorstellen“, erklärt Akalin. Ein Arzt oder eine Ärztin könnte die genetischen Daten eines Erkrankten in maui einspeisen, um die beste Übereinstimmung zu finden und so den Tumor schnell und genau zu klassifizieren.

Die Plattform könnte dann Medikamente empfehlen, die bei ähnlichen Tumoren gut angeschlagen haben. So könnte sie voraussagen helfen, ob eine bestimmte Therapie etwas nützt und wie die Überlebensrate ist. Derzeit ist dies allerdings ausschließlich in einem akademischen Umfeld möglich; zuerst müssten alle vorhandenen klinischen Protokolle ausprobiert werden. Insgesamt sei es noch ein langer Weg bis zur Zulassung eines Tests oder Systems für den klinischen Einsatz, sagt Akalin.

05.12.2019