Pharmako-Omik-Strategien zur Entwicklung einer personalisierten Medizin für BCG-behandelte Blasenkrebspatienten und -patientinnen (BlaCaPOx)

Motivation

Bacillus Calmette-Guérin (BCG) ist eine lebende, abgeschwächte Variante von Mycobacterium bovis, dem Erreger von Tuberkulose bei Rindern, und wurde ursprünglich als Impfstoff gegen Tuberkulose bei Menschen entwickelt. Später wurde BCG in der Behandlung von nicht-muskeleinwachsendem Blasenkrebs (NMIBC) eingesetzt. BCG kann das erneute Auftreten der Erkrankung über fünf Jahre reduzieren und verzögert die Verschlechterung der Erkrankung erfolgreich bis zu 50–70%. Das Ansprechen auf die Behandlung variiert allerdings erheblich zwischen Patientinnen und Patienten. Zudem werden starke Nebenwirkungen und immun-bedingte Komplikationen beschrieben. Eine Anpassung der Therapie mit reduzierter Dosierung, führte zu einer höheren Wiederkehrrate des Blasenkrebs. Für eine optimale patienten-individuelle BSG-Therapie, ist ein personalisierter Ansatz mit Hilfe von Multi-omics-Daten - Informationen verschiedener biologischer Ebenen notwendig, um ein ganzheitliches Verständnis biologischer Systeme zu ermöglichen.

Ziele und Vorgehen

Das Verbundvorhaben wurde in einem Förderaufruf der Europäischen Partnerschaft PerMed eingereicht (Joint Transnational Call 2025). Das Projekt „BlaCaPOx“ hat das Ziel, die Behandlung von nicht- muskeleinwachsendem Blasenkrebs durch personalisierte Ansätze zu verbessern. Im Vordergrund steht dabei das Auffinden molekularer Eigenschaften zur Vorhersage des Ansprechens auf die BCG-Immuntherapie und zum Risiko von Nebenwirkungen. Hierfür sollen molekularbiologische Merkmale der Patientinnen und Patienten gesammelt werden. Bioinformatik- und maschinelle Lernverfahren werden zum Auffinden und Erkennen aussagekräftiger Merkmale für das Ansprechen und Nebenwirkungen angewendet. Mit Hilfe der Analyse von Blasen- und Urinproben soll die BCG-Dosierung optimiert werden. Für eine effiziente Überwachung sollen nicht-invasive (Behandlungen ohne Verletzung der Körperoberfläche) Untersuchungen entwickelt werden, die eine erfolgreiche und leicht wiederholbare Probenentnahme ermöglichen. Schon vorhandene Datensätze von NMIBC-Patientinnen und -Patienten, die mit BCG behandelt wurden, sollen ebenfalls berücksichtigt werden.

Perspektiven für die Praxis

Die Identifikation präziser molekularer Merkmale, die das therapeutische Ansprechen, mögliche Nebenwirkungen sowie immunologische Veränderungen zuverlässig vorhersagen können, ist von entscheidender Bedeutung für eine personalisierte Behandlung von nicht-muskeleinwachsendem Blasenkrebs. Auf Basis der Projektergebnisse können die diagnostische Genauigkeit erhöht und die Therapie präziser werden. Mit Hilfe fortschrittlicher Bioinformatik und Methoden des maschinellen Lernens können Modelle und ein klinisches Entscheidungsunterstützungssystem erstellt werden, die den Ärztinnen und Ärzten helfen BCG-Dosen individuell anzupassen.