PHARAO
EP: PerMed
Wissenschaftsdisziplinen
Informatik (20%); Klinische Medizin (20%); Medizinisch-theoretische Wissenschaften, Pharmazie (20%); Medizinische Biotechnologie (40%)
Keywords
- Pharmacogenomics,
- Psoriathric Arthritis,
- Predictive Models,
- Multi-Omics,
- Artificial Intelligence,
- Therapy Response
Psoriasis-Arthritis (PsA) ist eine chronisch-entzündliche Gelenkerkrankung, die bis zu 40 % der Menschen mit Psoriasis (Schuppenflechte) betrifft - einer häufigen Hauterkrankung, von der weltweit über 40 Millionen Menschenbetroffensind. PsA führt zu Gelenkschäden,Schmerzen und Bewegungseinschränkungen, die die Lebensqualität und Arbeitsfähigkeit erheblich beeinträchtigen. Damit stellt die Erkrankung nicht nur für Betroffene, sondern auch für Familien und Gesundheitssysteme eine große Belastung dar. PsA tritt meist zwischen dem 30. und 50. Lebensjahr auf und betrifft Frauen und Männer gleichermaßen. In den letzten zwei Jahrzehnten haben gezielte Therapien die Behandlung der PsA deutlich verbessert. Medikamente wie TNF-Hemmer und IL-17-Hemmer können Entzündungen wirksam reduzieren und Gelenkschäden verhindern. Dennoch sprechen bis zu 40 Prozent der Patientinnen und Patienten nicht ausreichend auf diese Therapien an. Ärztinnen und Ärzte verfügen derzeit über keine verlässlichen Werkzeuge, um vorherzusagen, welches Medikament bei welcher Person am besten wirkt. Die Wahl der richtigen Behandlung erfolgt daher häufig nach dem Prinzip von Versuch und Irrtum. Dies kann Monate oder gar Jahre dauern, mit anhaltenden Schmerzen, bleibenden Gelenkschäden und hohen Kosten für das Gesundheitssystem. Dieses Projekt hat das Ziel, dies zu verändern: Wir wollen Wege finden, um von Beginn an, idealerweise direkt nach der Diagnose, die passende Therapie für jede einzelne Patientin und jeden einzelnen Patienten auszuwählen. Unser Ziel ist es, biologische Marker (Biomarker) zu identifizieren, die vorhersagen können, wie gut Betroffene auf bestimmte Behandlungen ansprechen. Dafür werden Blutproben von 600 Patientinnen und Patienten mit PsA untersucht, die in einer speziell aufgebauten Biobank gesammelt und nach höchsten Qualitätsstandards aufbewahrt werden. Mithilfe modernster Technologien analysieren wir verschiedene biologische Ebenen, darunter genetische Merkmale sowie zelluläre und molekulare Prozesse. Durch die Verknüpfung dieser Daten mit klinischen Informationen und patientenberichteten Ergebnissen (zum Beispiel standardisierten Fragebögen) wollen wir Muster erkennen, die vorhersagen, ob eine Person auf eine Behandlung mit TNF- oder IL-17-Hemmern anspricht. Die gewonnenen Erkenntnisse sollen in einen computerbasierten Algorithmus einfließen, der Ärztinnen und Ärzten künftig dabei hilft, die wirksamste Therapie für jede einzelne Person auszuwählen. Darüber hinaus werden wir prüfen, welchen gesundheitlichen und wirtschaftlichen Nutzen dieser personalisierte Ansatz bieten kann. Langfristig bringt uns dieses Forschungsprojekt der personalisierten Medizin bei Psoriasis-Arthritis ein großes Stück näher nämlich einer Medizin, die sich an der individuellen Biologie jedes Menschen orientiert. Das bedeutet schnellere Linderung von Symptomen, weniger Nebenwirkungen und eine deutlich bessere Lebensqualität für alle, die mit dieser herausfordernden Erkrankung leben.