Virtuelle Zwillinge zur Unterstützung von Zelltherapien gegen Krebs

In der Krebsforschung können virtuelle Zwillinge (engl. Virtual Twins, VT) – digitale Abbilder von Patientinnen und Patienten – dabei helfen, Therapieentscheidungen individuell zu treffen und Behandlungen besser anzupassen.

Bisherige VTs berücksichtigen zwar eine Vielzahl biologischer Daten, erfassen jedoch nicht die dynamischen Wechselwirkungen von lebenden Medikamenten, wie sie in der Immuntherapie eingesetzt werden. Auch das Zusammenspiel der Zielzellen über den gesamten Behandlungszeitraum blieb bislang unberücksichtigt.

Ein Forschungsteam hat daher untersucht, welche Spezifikationen für virtuelle Zwillinge speziell für Zelltherapien wichtig sind, um das komplexe Zusammenspiel zwischen den eingesetzten Zellen und dem Körper der Patientinnen und Patienten realistisch abzubilden. Konkret wurden die minimalen Designspezifikationen für VTs für gentechnisch veränderte ACIs skizziert: eACI-VTs. eACI steht für engineered adoptive cellular immunotherapies. Solche Modelle können Ärztinnen und Ärzte bei Therapieentscheidungen unterstützen und dazu beitragen, dass fortschrittliche Behandlungen sicherer und breiter verfügbar werden.

Die Studie wurde im Rahmen des EU-geförderten Projekts CERTAINTY durchgeführt. Das Universitätsklinikum Würzburg ist neben dem Universitätsklinikum Leipzig und der Charité – Universitätsmedizin Berlin einer der drei klinischen Partner, die Daten zur Erstellung des VTs liefern. Das UKW Projektteam in CERTAINTY wird von Dr. Miriam Alb am Lehrstuhl für Zelluläre Immuntherapie geleitet.

Ulrike Weirauch, Markus Kreuz, Colin Birkenbihl, Miriam Alb, Maria Quaranta, Laurence Calzone, Sophia Orozco-Ruiz, Stefanie Binder, Luise Fischer, Solène Clavreul , Morine Maguri, Maximilian Ferle, Michael Rade, Guillaume Azarias, Jay R Hydren, Jakub Jamarik, Daniel Schwarz, Zsolt Sebestyen, Jurgen Kuball, Georg Popp, Chloé Antoine, Manon Knockaert, Clara T Schoeder, David Fandrei, Carmen Sanges, Vaclovas Radvilas, Nico Gagelmann, Markus Rückert, Olaf Penack, Stephan Fricke, Andreas Schmidt, Carol Ward, Carl Steinbeisser, Jean-Marc Van Gyseghem, Anna Niarakis , Laurent Garderet , Michael Hudecek , Thomas Neumuth , Uwe Platzbecker, Ulrike Köhl , Regina Demlova , Andreas Kremer , Stefan Franke , Holger Fröhlich , Maximilian Merz , Kristin Reiche ; Design specifications for biomedical virtual twins in engineered adoptive cellular immunotherapies.CERTAINTY Consortium. Review, NPJ Digit Med. 2025 Aug 1;8(1):493. doi: 10.1038/s41746-025-01809-6

Darstellung, welche Spezifikationen für virtuelle Zwillinge für Zelltherapien wichtig sind — Ein VT unterscheidet sich von bevölkerungsbasierten Modellen durch den bidirektionalen Datenfluss zwischen der realen Instanz und ihrer virtuellen Darstellung. Daten aus den Beobachtungen der realen Instanz (oberes Feld) müssen gesammelt, verarbeitet und aufbereitet werden, um die Parameter der virtuellen Darstellung zu aktualisieren. Dazu gehören Daten aus dem Verlauf des Patienten, dem Verlauf des Produkts sowie deren Interaktion während der Behandlung. Da verschiedene Faktoren auf mehreren biologischen Ebenen (auf Patienten- und Zellproduktebene) den Verlauf des Patienten beeinflussen, ist eine virtuelle Darstellung miteinander verbundener Modelle erforderlich, die den gesamten Prozess der eACI abdecken (unteres Feld). Dies führt zu einem hohen Bedarf an Digitalisierung und der Gewährleistung von Interoperabilität. In der virtuellen Darstellung werden Parameter, die dynamisch aus harmonisierten Realweltdaten abgeleitet werden, die mehrere biologische Ebenen abdecken, in einen sorgfältig zusammengestellten Satz von Modellen eingespeist. Die aktualisierte virtuelle Darstellung kann somit wiederum Entscheidungen ableiten, die Auswirkungen auf die reale Welt haben. KI künstliche Intelligenz, eACI engineered adoptive cellular immunotherapy (technisch entwickelte adaptive zelluläre Immuntherapie), ML maschinelles Lernen, ODEs gewöhnliche Differentialgleichungen, PDEs partielle Differentialgleichungen, SL statistisches Lernen. Die Abbildung wurde von den Autoren mit Canva.com erstellt.

Ein VT unterscheidet sich von bevölkerungsbasierten Modellen durch den bidirektionalen Datenfluss zwischen der realen Instanz und ihrer virtuellen Darstellung. Daten aus den Beobachtungen der realen Instanz (oberes Feld) müssen gesammelt, verarbeitet und aufbereitet werden, um die Parameter der virtuellen Darstellung zu aktualisieren. Dazu gehören Daten aus dem Verlauf des Patienten, dem Verlauf des Produkts sowie deren Interaktion während der Behandlung. Da verschiedene Faktoren auf mehreren biologischen Ebenen (auf Patienten- und Zellproduktebene) den Verlauf des Patienten beeinflussen, ist eine virtuelle Darstellung miteinander verbundener Modelle erforderlich, die den gesamten Prozess der eACI abdecken (unteres Feld). Dies führt zu einem hohen Bedarf an Digitalisierung und der Gewährleistung von Interoperabilität. In der virtuellen Darstellung werden Parameter, die dynamisch aus harmonisierten Realweltdaten abgeleitet werden, die mehrere biologische Ebenen abdecken, in einen sorgfältig zusammengestellten Satz von Modellen eingespeist. Die aktualisierte virtuelle Darstellung kann somit wiederum Entscheidungen ableiten, die Auswirkungen auf die reale Welt haben. KI künstliche Intelligenz, eACI engineered adoptive cellular immunotherapy (technisch entwickelte adaptive zelluläre Immuntherapie), ML maschinelles Lernen, ODEs gewöhnliche Differentialgleichungen, PDEs partielle Differentialgleichungen, SL statistisches Lernen. Die Abbildung wurde von den Autoren mit Canva.com erstellt.

Zur Übersicht