Zwei aktuelle Revolutionen treiben die nächsten Durchbrüche in der Krebsforschung voran: die explosionsartige Zunahme von Daten aus den Lebenswissenschaften und der Aufstieg leistungsfähiger KI. Die Wissenschaftler des SIB nutzen diese Entwicklungen, um neue Erkenntnisse über Krankheiten zu gewinnen, die Diagnostik zu beschleunigen und personalisierte Krebsbehandlungen zu ermöglichen.
Diese Arbeit untermauert die führende Position der Schweiz im gesamten Ökosystem der Krebsversorgung – von der Erfassung und Verwaltung sensibler Patientendaten über bahnbrechende Forschung und fortschrittliche klinische Versorgung bis hin zu pharmazeutischen Innovationen.
Krebsdaten verknüpfen, um neue Erkenntnisse zu gewinnen
Um Krebs besser zu verstehen, stellt das SIB Forschern, Innovatoren im Gesundheitswesen und KI-Modellen hochwertige Tumor- und klinische Daten von Tausenden von Patienten zur Verfügung.
Zu den Erfolgen und laufenden Projekten gehören:
- die Bündelung von KI-tauglichen Krebsdaten in ganz Europa für die Forschungsinfrastruktur UNCAN als Partner von UNCAN-Connect, dem aus 19 Ländern und 53 Partnern bestehenden Konsortium, das die Plattform aufbaut, sowie von CANDLE, einem aus 20 Ländern und 40 Partnern bestehenden Konsortium, das deren Umsetzung unterstützt;
- die Erstellung eines sicheren Patientendatenatlas zur Beschleunigung personalisierter Therapien für Hochrisikokrebserkrankungen als Mitleiter des 34 Mitglieder umfassenden öffentlich-privaten IMMUcan-Konsortiums gemeinsam mit Merck, der Europäischen Organisation für Krebsforschung und -behandlung (EORTC), Gustave Roussy und Bayer;
- im Rahmen des Projekts „AI Tumor Board“ in Zusammenarbeit mit Schweizer Spitälern die Umwandlung unstrukturierter PDF-Krebsleitlinien in von Experten validierte, KI-fähige Daten, um Modelle zur Vorhersage von Behandlungsergebnissen zu trainieren;
- Harmonisierung von Krebsdaten über alle Schweizer Universitätskliniken hinweg für den „Swiss Precision Oncology National Data Stream“ – unter der gemeinsamen Leitung von SIB-Gruppenleiter Olivier Michielin und als zentrale Säule des „Swiss Personalized Health Network“ (SPHN).
Fortschritte in der Krebsbiologie
Unsere Wissenschaftler treiben die Krebsforschung durch die Entwicklung von Software-Tools weiter voran – und untersuchen die Krankheit mit einer höheren Auflösung als je zuvor.
Im Folgenden finden Sie eine Auswahl aktueller Höhepunkte.
- Neue Erkenntnisse darüber, wie Eierstockkrebs normales Bauchgewebe „kapert“, um Metastasen zu fördern.
Veröffentlicht in Nature Communications | Beteiligte SIB-Gruppen: Computational Biology (ETH Zürich), DBM Bioinformatik-Core-Facility (Universität Basel), PHRT Clinical Proteotype Analysis Center (ETH Zürich) und NEXUS Personalized Health (ETH Zürich) - Charakterisierung der Heterogenität von Zellen in und um Prostatatumoren und Korrelation dieser mit dem Krankheitsverlauf der Patienten.
Preprint | Beteiligte SIB-Gruppe: AI/ML for Biomedicine (CHUV) - Aufzeigen der zentralen Rolle der Gewebemechanik bei der Entstehung von Blasenkrebs.
Veröffentlicht in Nature Physics | Beteiligte SIB-Gruppe: Computational Biology CoBi (ETH Zürich) - Entdeckung von Hunderttausenden bisher unbekannter RNA-Varianten in einzelnen Nierenkrebszellen, mit Auswirkungen auf das Verständnis des Tumorverlaufs und die Identifizierung therapeutischer Ansatzpunkte.
Veröffentlicht in „Genome Research“ | Beteiligte SIB-Gruppen: Data Science in Life Sciences (Fachhochschule Nordwestschweiz) und Bioinformatik / Systembiologie (Universität Zürich) - Verbesserung der Zuverlässigkeit räumlicher Omics-Analysen von Tumor- und Immunzellen.
Software-Tool: SPLIT | Beteiligte SIB-Gruppe: Translational Data Science (CHUV) - Ermöglichung von Untersuchungen zu einer Art wiederholter DNA, die zur Krebsentstehung beitragen kann.
Software-Tool: ConSTRain | Beteiligte SIB-Gruppe: Angewandte Computational Genomics (Zürcher Hochschule für Angewandte Wissenschaften).
Ausbau der Schweizer Kapazitäten im Bereich der Präzisionsonkologie
Bislang wurden über 70 Fachkräfte aus dem Gesundheitswesen und der Forschung in der ganzen Schweiz im Rahmen des landesweit ersten Certificate of Advanced Studies (CAS) für personalisierte molekulare Onkologie fachlich trainiert, um molekulare Krebsdaten in die klinische Praxis zu übertragen. Das Programm wird gemeinsam vom SIB in Zusammenarbeit mit der Universität Basel, dem Universitätsspital Basel und dem Universitätsspital Lausanne (CHUV) organisiert.
Erkenntnisse in die Patientenversorgung umsetzen
Die Präzisionsonkologie wendet molekulare Erkenntnisse über bestimmte Krebsarten, Subtypen und Stadien auf das Tumor- und klinische Profil jedes einzelnen Patienten an, um Diagnose, Prognose und Behandlung zu steuern. Unsere Wissenschaftler helfen dabei, diese komplexen Informationen in praktische Empfehlungen umzusetzen, auf deren Grundlage Onkologen schnell handeln können.
Ausbau der Schweizer Kapazitäten im Bereich der Präzisionsonkologie
Bislang wurden über 70 Fachkräfte aus dem Gesundheitswesen und der Forschung in der ganzen Schweiz im Rahmen des landesweit ersten Certificate of Advanced Studies (CAS) für personalisierte molekulare Onkologie fachlich trainiert, um molekulare Krebsdaten in die klinische Praxis zu übertragen. Das Programm wird gemeinsam vom SIB in Zusammenarbeit mit der Universität Basel, dem Universitätsspital Basel und dem Universitätsspital Lausanne (CHUV) organisiert.
Beispiele hierfür sind:
- die Unterstützung der Frühdiagnose und Behandlung aller neuen Krebspatienten an den Genfer Universitätsspitälern (HUG) durch die gemeinsame Entwicklung der Oncobench®-Plattform für routinemässige tumorgenetische Analysen;
- Unterstützung bei der Identifizierung alternativer Therapieoptionen für Patienten mit schwer zu behandelnden Krebserkrankungen durch die Bereitstellung von Fachwissen und Multi-Omics-Profilen für Schweizer molekulare Tumor-Boards – multidisziplinäre Gruppen aus Pathologen, Onkologen, Genetikern und Bioinformatikern, die behandlungsresistente Tumoren und seltene Krebsarten untersuchen;
- Nachweis, dass umfassende Melanomprofile schnell genug für den klinischen Einsatz erstellt und analysiert werden können (veröffentlicht in „Nature Medicine“);
- den Weg für weniger invasive Diagnostik ebnen durch eine Methode zur genetischen Charakterisierung einzelner Zellen in Krebszellclustern (veröffentlicht in „Nature Genetics“);
- die Mitentwicklung eines kosten- und zeiteffizienten Tools zur Identifizierung von Proteinmarkern für die Immuntherapie ( veröffentlicht in „Nature Machine Intelligence“).
Ausführliche Beiträge zur Krebsbehandlung
Wege zu einer Krebsversorgung der nächsten Generation – SIB Profile 2026
Bildnachweis: Keystone – Wissenschaftsbildarchiv – Zephyr