Evaluierung und Vorhersage der Evolution von Lungenadenokarzinomen mit künstlicher Intelligenz und mathematischer Modellierung

• Antragsteller: Privatdozent Dr. Yuri Tolkach
• Fachliche Zuordnung: Pathologie ; Hämatologie, Onkologie ; Künstliche Intelligenz und Maschinelle Lernverfahren
• Förderung: Förderung seit 2026
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 564454711

Die Mechanismen der Tumorentwicklung, insbesondere die Progression zur aggressiven Erkrankung, bleiben bei malignen Tumoren, einschließlich Lungenkrebs, weitgehend unklar. Drei Hauptgründe tragen zu diesem Wissensmangel bei. Erstens werden Tumoren bei Patienten oft erst entdeckt, wenn sie bereits eine beträchtliche Größe erreicht haben. Der Zeitraum zwischen dem Beginn des Tumors und dem Zeitpunkt der Diagnose (manchmal viele Jahre) bleibt somit unberücksichtigt. Zweitens weisen alle Tumoren eine erhebliche intratumorale Heterogenität mit mehreren miteinander verbundenen und sich entwickelnden Subklonen auf. Drittens sind moderne Methoden wie die Next-Generation-Sequenzierung (NGS), die eine umfassende Charakterisierung des Tumors auf der Ebene von solchen Subklonen ermöglichen, teuer und äußerst komplex in der Analyse. Aufgrund dieser Einschränkungen wurden bisher weltweit nur eine begrenzte Anzahl von Tumoren auf diese Weise untersucht. Dennoch hat das Verständnis und die Vorhersage der Tumorentwicklung und -progression eine erhebliche klinische Bedeutung, da sie Diagnostik, Krankheitsprognose und die Vorhersage des Therapieansprechens beeinflussen. Das geplante Projekt zielt darauf ab, diese Wissenslücken im Verständnis der Tumorentwicklung und intratumoralen Heterogenität beim Lungenadenokarzinom zu schließen, einer der häufigsten und tödlichsten malignen Tumoren. Erstens werden wir unsere Expertise in der computergestützten Pathologie nutzen, um ein umfassendes KI-basiertes Framework zu entwickeln, das die subklonale Architektur und die Tumorentwicklungspfade aus routinemäßigen histologischen Bildern entschlüsselt. Zweitens werden wir unter Verwendung moderner Methoden der räumlichen molekulargenetischen Charakterisierung in integrierter Weise die molekularen Grundlagen der intratumoralen Heterogenität untersuchen, diese Daten mit histologischen Befunden korrelieren und das Wissen auf die morphologische Analyse übertragen. Drittens beabsichtigen wir, einen KI-Algorithmus zu entwickeln und zu validieren, der in der Lage ist, den zukünftigen evolutionären Status eines Tumors basierend auf seinen morphologischen Merkmalen vorherzusagen. Schließlich werden wir auf unserem kürzlich veröffentlichten mathematischen Modell des Tumorwachstums, der genetischen und subklonalen Evolution aufbauen und ein Modell des Lungenadenokarzinoms erstellen, das Interaktionen mit dem Immunsystem integriert, um die Prinzipien und Mechanismen der Tumorentwicklung zu beleuchten.

• DFG-Verfahren: Sachbeihilfen