Eine solche individualisierte Therapie setzt voraus, dass die Sequenzen des gesamten Genoms und Transkriptoms vorliegen. Aus den enormen Daten­mengen an DNA und RNA, die bei solchen Projekten anfallen, müssen dann bioinformatische Analysepro­gramme sogenannte Treibermutationen herausfiltern, die bestimmte Signalwege derart verändern, dass die Zellen unkontrolliert wachsen können.

Bei einer solchen Suche findet man allerdings nur bei etwa 75 Prozent aller Patienten Sequenzvarianten, die auch einen Einfluss auf proteincodierende Gene haben und sich therapeutisch nutzen lassen. Daher ist man dazu übergegangen, auch die sogenannten nicht-codierenden Bereiche des Genoms, von denen keine Genprodukte abgelesen werden, nach Veränderungen zu durchforsten. Eine Mutation in diesem Bereich muss nicht immer gleich große Veränderungen herbeiführen; manchmal reicht es bereits aus, wenn eine Zelle durch eine leicht erhöhte Genexpression einen Vorteil hat und sich zu einem Tumor auswachsen kann.

Dr. Feuerbach und Dr. Körner haben bereits eine Software namens „REMIND CANCER“ entwickelt, die in der Lage ist, Punktmutationen in regulatorischen Gensequenzen zu erkennen, die die Expression nahe gelegener Gene erhöhen. Dieses Programm hat sich, wie funktionelle Tests der identifizierten Promotorkandidaten auf zellu­lärer Ebene belegen konnten, bereits in einer Pilotstudie bewährt. Es zeichnet sich dadurch aus, dass es solche Mutationen selbst dann erkennt, wenn sie nur bei ein­zelnen Personen auftreten; daher eignet es sich auch für individuelle Untersuchungen.

Um die Fähigkeiten der Software REMIND CANCER zu erweitern, wird diese zunächst einmal mithilfe bekannter Promotormutationen aus Datensätzen von Hunderten von Patienten durch maschinelles Lernen soweit opti­miert, dass sie auch seltene oder sogar nur ein­mal in Krebsgenomen und Transkriptomen vorkom­mende Mutationen zuverlässig identifizieren und charak­terisieren kann. Dann soll sie aber vor allem die von REMIND CANCER neu entdeckten Sequenzvarianten in der Regulation bislang weniger gut untersuchter Gene screenen und charakterisieren, weil Dr. Feuerbach und Dr. Körner diese für die personalisierte Krebstherapie für besonders relevant halten. Computergestützte Sequenzanalysen sollen die funktionellen Auswirkungen benennen, die es etwa hat, wenn bestimmte neu entdeckte Treibermutati­onen gezielt in etablierte Tumorzelllinien des Menschen eingebaut werden; dabei soll das Programm auch Hin­weise zu den beteiligten molekularen Mechanismen geben können. Die optimierten Verfahren der Daten­erhebung, -auswertung und -validierung sollen schließ­lich in einer Pilotstudie auf klinischer Ebene an neuen Patienten auf ihre Anwenderfreundlichkeit und Aussage­kraft hin getestet werden. Dr. Feuerbach und Dr. Körner hoffen, mit ihrem Ansatz auf Treibermutationen aufmerksam machen zu können, die mit bisher etablierten Methoden kaum nachweisbar sind.