Mit Genomanalyse und Big Data zur perfekten Medizin

Genomanalyse und Big Data sollen sie möglich machen – die perfekte Medizin des 21. Jahrhunderts. Individuell, passgenau, maßgeschneidert. Und das in Prävention, Diagnose und Therapie. Auf gutem Weg ist man beispielsweise bei der Brustkrebsbehandlung: Dort ermöglichen pharmakogenomische Diagnoseverfahren, die medikamentöse Behandlung durch die Wahl des richtigen Wirkstoffes und der richtigen Dosierung an den Bedarf einer Patientin anzupassen.

Die Pharmakogenomik ist ein noch recht junges Forschungsgebiet. Sie beschreibt, wie sich die genetische Veranlagung von Menschen auf die Wirkung von Arzneimitteln niederschlägt. So können an sich wirksame Arzneimittel ihre Wirkung verfehlen oder schwere Nebenwirkungen auslösen. Unter dem Genom versteht man alle Gene, die in einem vollständigen Chromosomensatz enthalten sind. In der Regel hat der Mensch 46 Chromosomen: 22 identische Chromosomenpaare und die beiden Geschlechtschromosomen, zwei X-Chromosomen bei Frauen und je ein X- und Y-Chromosom bei Männern. Die Gene sind die Träger der Erbinformationen.

Um deren Potenzial zu nutzen und die Medizin stärker auf einzelne Patienten zuzuschneiden, muss man grundlegende Krankheitsmechanismen besser verstehen. Die individualisierte Medizin setzt die gezielte Suche und Analyse krankheitsrelevanter Gene im Erbgut von Erkrankten voraus. Ohne die Digitalisierung, ohne Big Data, also die Möglichkeit, größte Datenmengen in kurzer Zeit zusammenzuführen und auszuwerten, wäre das nicht möglich.
 
Im Ergebnis versucht die klinische Forschung dann, über die sogenannte „Stratifizierung“ gleichartige Patienten in Gruppen zusammenzufassen.

[glossar] Aktionsplan des BMBF :::

Seit 2013 fördert das Bundesministerium für Bildung und Forschung (BMBF) über den „Aktionsplan Individualisierte Medizin“ Maßnahmen, um genetische und molekulare Daten und Erkenntnisse zu nutzen und personalisierte Behandlungswege zu entwickeln. Dazu gehören unter anderem die biomedizinische Grundlagenforschung, zum Beispiel die Stammzellenforschung, und die Auseinandersetzung mit möglichen gesellschaftlichen Auswirkungen.

Die Ziele der individualisierten Medizin definiert das BMBF so: frühzeitige Diagnostik, Vorbeugung, wenigstens Verzögerung von Erkrankungen, Identifizierung wirksamer Therapien schon vor Beginn der Behandlung, Vermeidung unerwünschter Nebenwirkungen, Entwicklung neuer Therapieverfahren und Produkte, zum Beispiel neuer Arzneimittel. [/glossar]

[glossar] Arzneimittel für neuartige Therapien :::

Unter den sogenannten Arzneimitteln für neuartige Therapien, den ATMPs (Advanced Therapy Medicinal Products), versteht man Gentherapeutika, somatische Zelltherapeutika und biotechnologisch bearbeitete Gewebeprodukte. Sie enthalten oder bestehen aus lebenden Zellen, die aufgearbeitet und verändert wurden. Bei ihrer Herstellung kommen Methoden der Molekularbiologie, Zellbiologie, Genetik und Biotechnologie zum Einsatz.

Große Hoffnungen auf die ATMPs setzt man bei der regenerativen Medizin, also der Wiederherstellung von durch Krankheit oder Unfall geschädigten Zellen, von Gewebe und Organen, und beim Kampf gegen Erbkrankheiten und Krebs. [/glossar]

[glossar] Anwendungsgebiet: Krebsforschung :::

Matthias Schwab ist promovierter Mediziner und habilitierte in den Fächern Klinische Pharmakologie und Pädiatrische Pharmakologie an der Universität Tübingen. Er leitet das Dr. Margarete Fischer-Bosch-Institut für Klinische Pharmakologie in Stuttgart und ist Ärztlicher Direktor der Abteilung für Klinische Pharmakologie am Universitätsklinikum Tübingen. Als einer der Pioniere der individualisierten Arzneimitteltherapie stand er vor der Frage: Welches leukämiekranke Kind verträgt bestimmte Inhaltsstoffe des üblicherweise verwendeten Arzneimittels nicht? Die sind nämlich für etwa einen von 200 Patienten giftig. Vor der Antwort gab es einige Hürden zu überwinden: zum Beispiel den Nachweis eines kausalen Zusammenhanges zwischen einer Genmutation und der Medikamentenwirkung sowie die Entwicklung effizienter Testmethoden.

Schwab ist es maßgeblich zu verdanken, dass pharmakogenomische Diagnoseverfahren zur Verfügung stehen, die nicht nur zu Forschungszwecken, sondern für die klinische Praxis geeignet sind. Der Wissenschaftler und Arzt hat mittlerweile ein Testverfahren entwickelt, mit dem man schon vor der Behandlung leukämiekranke Kinder identifizieren kann, die mit der Standardtherapie nicht erfolgreich behandelt werden können. Damit lassen sich die passenden Medikamente und die individuell richtige Dosierung finden und schwere Nebenwirkungen vermeiden.

Ein anderes Beispiel: Die Stiftung PATH – Patients‘ Tumor Bank of Hope – betreibt eine Biobank für Brustkrebs an sieben Standorten in Deutschland. Hoffen dürfen vor allem künftige Patientinnen. PATH sammelt und lagert Tumor- und Blutproben, die mehr als 11.000 Brustkrebspatientinnen gespendet haben. Das Material ist für die Krebsforschung bestimmt, denn die braucht die Proben für die Entwicklung neuer passgenauer Diagnose- und Therapieverfahren. „PATH hat schon mehr als 20 Projekte der Krebsforschung mit Proben und Daten unterstützt. Dabei geht es vor allem um Vorhaben in der Grundlagenforschung wie zum Beispiel die Suche nach Biomarkern für die Früherkennung von Brustkrebs“, sagt Ulla Ohlms, Vorstand der Stiftung. [/glossar]

[glossar] Zulasung und Nutzenbewertung: Individuelle Patienten stärker berücksichtigen :::

Die individualisierte Medizin bringt es allerdings mit sich, dass zum Nachweis von Wirksamkeit und Unbedenklichkeit von Arzneimitteln für deren Zulassung allein standardisierte Studien auf der Grundlage hoher Patientenzahlen nicht mehr genügen. Bei Arzneimitteln für eine maßgeschneiderte Pharmakotherapie kommt die Berücksichtigung individueller therapierelevanter Patientenmerkmale hinzu. Auch bei der Nutzenbewertung als Basis für die Erstattungsfähigkeit wird man künftig weiter denken müssen als in Dimensionen wie Mortalität und Morbidität. Hier muss die individuelle Perspektive des Patienten stärkere Berücksichtigung finden.

Für eine künftige Arzneimitteltherapie wird sich Evidenz folglich anders definieren: Daten generiert man dann primär nicht mehr aus den nach wie vor obligatorischen Studien. Immer wichtiger werden dann Informationen aus anderen Quellen, wie zum Beispiel aus Registern oder von Sozialversicherungsträgern. [/glossar]

Big Data ermöglicht die Zusammenführung, Verarbeitung und Auswertung dieser Daten. Das Ziel ist eine maßgeschneiderte Arzneimitteltherapie.

Text: Holger Wannenwetsch