ERA-NET EuroTransBio-10: Omicsglioma - Vorhersage des Therapieerfolgs von Glioblastomen beim Menschen durch zeitoptimierte Hochdurchsatz-Sequenzierung (NGS) und Analyse durch an die Progressionsmechanismen adaptierte bioinformatische Algorithmen.

Glioblastome sind aggressive Hirntumore mit einer mittleren Überlebenszeit von14 Monaten. Trotz aggressiver Therapien rezidiviert das Glioblastom (GBM) in 95 % der Fälle. Für die Entwicklung einer Vorhersagesoftware die später im klinischen Alltage eingesetzt werden soll, ist es notwendig, eine Vielzahl von Datensätzen durch die Sequenzierung von Tumor-Biopsien, Zellkulturen und FFPE-Proben zu erzeugen. Hierzu ist eine Standardisierung von Logistik, Probenbearbeitung, Sequenzierung und bioinformatischer Primärauswertung zu entwickeln, die später auch den Anforderungen im klinischen Alltag gerecht wird. Aktuell beträgt die mögliche durchschnittliche Bearbeitungszeit bis zur Bereitstellung der aufgearbeiteten Transkriptom-Datensätze ca. 2 Monate. Die geringe Überlebenszeit der Patienten macht es notwendig, den Bearbeitungszeitraum auf 1-2 Wochen zu reduzieren Es gibt 3 Arbeitspakete (WP) vor, deren Bearbeitung zeitlich überlappt. WP1 umfasst die Sequenzierung von frischem Tumormaterial von primären Glioblastomen und Rezidiven. Es ist mit ca. 20 Patienten und 60-100 Einzelproben zu rechnen. Die Arbeiten umfassen die Organisation des Transports, RNA-Isolierung, Qualitätscheck, Herstellung von RNAseq Bibliotheken, Sequenzierung, Validierung der Daten, Optimierung der Arbeitsabläufe und Beschleunigung der Datengenerierung. WP2 umfasst die Sequenzierung von 250 histologisch charakterisierte FFPE-Tumorproben. Die Arbeiten umfassen ein optimiertes Verfahren zur RNA-Isolierung, Qualitätscheck, Herstellung von RNAseq Bibliotheken, Sequenzierung, Validierung und Vergleich der Daten mit den Sequenzdaten aus frisch präparierten Tumorproben sowie eine weitere Optimierung der Arbeitsabläufe und Beschleunigung der Datengenerierung. Es schließt sich direkt die Entwicklung bzw. Fertigstellung der Vorhersage-Software an. WP3 umfasst die Sequenzierung von RNA aus 60-100. Die Datensätze werden mit den Sequenzdaten von WP1 verglichen und dienen der Validierung der Vorhersagen.