Artificial Intelligence for treating Cancer therapy Resistance (AI-Care)

Schwerpunktthema: Künstliche Intelligenz
Art der Förderung: Projektförderprogramme
Programm: CZS Durchbrüche
Geförderte Institution:
  • Rheinland-Pfälzische Technische Universität Kaiserslautern-Landau

Um einen Durchbruch bei der Behandlung von Hirntumoren zu erzielen, wird ein KI-gestütztes Modell entwickelt, das das Zusammenspiel von Genaktivität und Therapieansprechen analysiert. Ziel ist die Vorhersage der Wirkung von Medikamenten und die Optimierung personalisierter Therapien für Krebspatienten.

Ziele

Glioblastome sind aggressive Gehirntumore, die sich durch einen hohen Grad an phänotypischer Heterogenität und Plastizität auszeichnen. Ihre Fähigkeit, in resistente Zellzustände überzugehen, lässt konventionelle Therapien ins Leere laufen. Diese Herausforderung soll im Projektteam von Prof. Dr. Naim Bajcinca an der Rheinland-Pfälzische Technische Universität Kaiserslautern-Landau (RPTU) und Dr. Bernhard Radlwimmer am Deutschen Krebsforschungszentrum (DKFZ) in Heidelberg mithilfe von KI erforscht und gelöst werden.

Ziel ist die Entwicklung eines KI-Modells, das in der Lage ist, die zugrunde liegenden molekularen Schlüsselprozesse der Plastizität von Glioblastomen zu identifizieren. Auf dieser Grundlage sollen das Verhalten der Krebszellen kontrolliert, ihre Reaktion auf Medikamente vorhergesagt und personalisierte Therapien für Glioblastome optimiert werden. Die Arbeit des Projektteams könnte nicht nur neue Wege in der Behandlung des Glioblastoms, sondern auch anderer tödlicher Krebsarten eröffnen. Das Konzept einer KI-unterstützten personalisierten Präzisionsmedizin könnte damit Wirklichkeit werden.

 

Beteiligte Personen:

Lukas Findeisen

Programm-Manager

Telefon: +49 (0)711 - 162213 - 20

E-Mail: lukas.findeisen@carl-zeiss-stiftung.de

Prof. Dr. Naim Bajcinca

Rheinland-Pfälzische Technische Universität Kaiserslautern-Landau

Detailinformation:

Schwerpunktthema: Künstliche Intelligenz
Programm: CZS Durchbrüche
Art der Förderung: Projektförder­programme
Zielgruppe: Professor:innen
Fördersumme: 5.000.000 €
Zeitraum: Januar 2024 - Dezember 2030

Geförderte Institution: