Skip to main content
Die Urologie
Info
Publiziert am: 29.01.2023

Precision Oncology: Grundlagen und Klassifikationen

Verfasst von: Melanie Boerries und Anna L. Illert
Die Präzisions-Onkologie steht für eine zielgerichtete, hoch-effektive sowie nebenwirkungsarme Tumortherapie. Ziel der molekularen Präzisionsonkologie ist die Beeinflussung eines definierten, direkten oder indirekten tumorspezifischen Zielmoleküls. Voraussetzung für diese Entwicklung ist die Identifizierung von klinisch relevanten, funktionalisierten Zielstrukturen in der Pathogenese onkologischer Erkrankungen, die Implementierung von prädiktiven Biomarkern sowie die Translation der gewonnenen Daten (einschließlich Hochdurchsatzverfahren). In diesem Kapitel soll näher auf die Prinzipien der medikamentösen, präzisionsonkologischen Therapiemöglichkeiten eingegangen werden, welche aktuell im Rahmen molekularer Tumorboards an universitären Zentren stattfindet bzw. vorangetrieben werden.

Präzisionsonkologie im Rahmen von Molekularen Tumorboards

Präzisionsonkologie

Der Begriff „Präzisions-Onkologie“ steht für eine zielgerichtete, hoch-effektive sowie nebenwirkungsarme Tumortherapie. Präzisionsonkologie kann in verschiedenen interdisziplinären Kontexten stattfinden, in diesem Kapitel soll näher auf die Prinzipien der medikamentösen, präzisionsonkologischen Therapiemöglichkeiten eingegangen werden, welche aktuell im Rahmen molekularer Tumorboards an universitären Zentren stattfindet bzw. vorangetrieben werden. Das Ziel der molekularen Präzisionsonkologie ist die Manipulation/Beeinflussung eines definierten, direkten oder indirekten tumorspezifischen Zielmoleküls („molecular target“). Das Prinzip und die klinische Wirksamkeit eines hocheffektiven „molekularen Targetings“ ist inzwischen für zahlreiche Substanzen in großen Phase III Studien gezeigt worden (Solomon et al. 2014; Abou-Alfa et al. 2020; Robert et al. 2015; Maemondo et al. 2010). Der Einsatz der zugelassenen zielgerichteten Substanzen ist aktuell aber weiterhin fast ausschließlich innerhalb histologisch definierter Entitäten vorgesehen und häufig abhängig vom Nachweis eines prädiktiven Biomarkers. Im Konzept der Molekularen Onkologie wird ein Tumor nicht ausschließlich über seine histologischen Merkmale definiert, sondern vor allem nach seinem molekularen (genetischen) Tumorprofil. Dieses Profil mit den dazugehörigen Biomarkern kann sich über Entitätsgrenzen hinweg gleichen und bedarf – der Molekularen Onkologie folgend – die gleiche molekulare Behandlung. In den letzten Jahren wurde eine Vielzahl von interdisziplinären, Entitäten übergreifenden Studien initiiert um das Konzept der Molekularen Onkologie in die Klinik zu transferieren (Schwaederle et al. 2015; Park et al. 2019; Dickson et al. 2020). 2019 erfolgte in der Europäischen Union erstmals eine tumoragnostische Zulassung eines Medikamentes: Larotrectinib wurde -unabhängig von der histologischen Entität- ausschließlich bei Erkrankungen, die eine spezifische molekulare Alteration – in diesem Fall einer NTRK-Gen-Fusion – besitzen, zugelassen (Drilon et al. 2018). Beachtlich ist hierbei nicht nur die tumoragnostische Zulassung des Medikamentes, sondern auch, dass Larotrectinib ohne eine formale Phase III Zulassungsstudie auf Basis von Phase I/II Daten zugelassen wurde. Zahlreiche weitere zielgerichtete Substanzen befinden sich aktuell mit vielversprechenden Ergebnissen in Biomarker-stratifizierten, tumoragnostischen Phase I/II Studien und geben somit einen Ausblick auf die zukünftig zu erwartende molekulare Zulassungs-Landschaft. Das hoch individualisierte präzisionsonkologische Behandlungskonzept kann mit klassischen randomisierten Phase-III Studienkonzepten nicht abgebildet werden, so dass die Studienlandschaft der molekular getriebenen Onkologie fast ausschließlich aus versatilen Phase I/II im Basket- und/oder Umbrella-Design besteht. Leider stehen aktuell (vor allem in Europa) nur wenige molekular getriebene Phase I/II Studien zur Verfügung, so dass der Einsatz molekularer Medikamente außerhalb der Zulassung häufig „off-label“ als individueller Heilversuch erfolgt. Diese molekular getriebenen „off-label“ Therapieversuche finden im wissenschaftlichen Rahmen von „Molekularen Tumorboards“ statt.

Molekulare Tumorboards

Molekulare Tumorboards (MTB) haben zum Ziel, aus zahlreichen Patienten-Einzelfällen Daten zu spezifischen und rekurrenten molekularen Mechanismen zu erheben, um wissenschaftlich und auch klinische Evidenz zur Effektivität der darauf ausgerichteten Therapieansätze zu generieren (Tamborero et al. 2020; Tsimberidou et al. 2020; Westphalen et al. 2020; Horak et al. 2021a; Stenzinger et al. 2021). Langfristiges Ziel ist die Überführung hochevidenter molekularer Therapien in die klinische Routine-Versorgung.
Das Molekulare Tumorboard besteht aus einem multidisziplinären Team, welches medizinische und wissenschaftliche Expertise mit translationaler Onkologie, molekularer Biologie und Bioinformatik vereint. Im Molekularen Tumorboard (Hoefflin et al. 2018, 2021) des Comprehensive Cancer Center der Universität Freiburg (CCCF) sind neben internistischen Onkologen sowie Vertretern der verschiedenen klinischen Disziplinen (z. B. Gynäkologie, Urologie, Gastroenterologie, Pulmologie), Pathologen sowie Bioinformatiker/Systemmediziner auch Humangenetiker, Radiologen, Nuklearmediziner sowie Vertretern der naturwissenschaftlichen Disziplinen wie Molekularbiologen und Pharmakologen Teil des MTB-Teams. Im wöchentlich stattfindenden MTB werden Patienten mit fortgeschrittenen bzw. seltenen Tumorerkrankungen eingeschlossen, für die in absehbarerer Zeit keine Leitlinientherapie-Optionen zur Verfügung stehen. Im CCCF-MTB waren 2019 ca. 30 % der 800 analysierten Patientenfälle Zuweisungen externer Onkologen, was den Bedarf an präzisionsonkologischer Expertise im Umland eines akademischen Zentrums widerspiegelt. Nach Eingang des Patientenfalles wird dieser durch einen Entitäten-spezifischen Arzt, das Molekularpathologie-Team sowie das „Early Clinical Trial“ Studien-Team (ECTU-Team) betreut. Die initiale Diskussion des Falles im MTB umfasst somit eine klinische Fall-Beurteilung, einen Review des vorhandenen pathologischen Materials sowie der bereit verfügbaren pathologischen Untersuchungen inklusive der tumor-spezifischen genetischen Mutations-Landschaft, bekannte molekulare prädiktive und/oder prognostische Biomarker, aktuell rekrutierende klinische Studien sowie potenzielle molekulare „in“- und „off-Label“ Therapieoptionen. Für die Durchführung weitere molekularer Diagnostik wird eine standardisierter SOP-getriebener Prozess initiiert, der um Patienten-individuelle Test ergänzt werden kann. Die Diagnostik beinhaltet eine Reihe über die klassische Routinediagnostik hinausgehende molekulare qualitätsgesicherte Analysen, wie z. B. Panel-basiertes Next-Generation Sequencing (NGS), FISH/CISH, IHC, Einzelgen-Sequenzierung, Proteomdiagnostik sowie auch Whole Exome (WES) und Transkriptom-Sequenzierungen (Wehrle et al. 2020).
Für die erweiterten molekularen genetischen Analysen existieren verschiedene Ansätze, die ein unterschiedliches Spektrum an genetischen Veränderungen identifizieren. Im Rahmen der MTBs werden entweder gezielt Kombinationen von Genen mittel NGS Ansätzen untersucht, um spezifische Targets zu identifizieren, für die es zugelassene Medikamente gibt, oder es findet eine erweiterte genetische Diagnostik mittels WES statt, welche alle protein-kodierenden Gene, die etwa 1 % des gesamten Genoms ausmachen, abdeckt.
Zusätzlich zu den genetischen Analysen finden auch Sequenzierungen auf RNA Ebene satt, die wichtige Informationen über die Expression einzelner Gene beisteuern. Fusionspanel oder Transkriptom-Sequenzierung weisen zudem sog. Fusionsgenen nach, welche in vielen Tumorarten vorkommen und als therapeutische Zielmoleküle genutzt werden können.
Zusätzlich zu den oben genannten Methoden, welche sich auf einzelne Gewebeproben einer multilokalen Tumorerkrankung beziehen, werden im CCCF-MTB sogenannte „Liquid Biopsy“ Untersuchungen aus zirkulierender Tumor DNA („ctDNA“) aus Patientenblut durchgeführt, die das gesamte Mutationsspektrum der vorhandenen Tumorzellen besser darstellen können.
Als unmittelbare Konsequenz werden immer mehr Veränderungen, sowohl auf genetischer als auch transkriptioneller Ebene, jenseits der für Medikamente zugelassenen entitätsspezifischen Targets und deren Kombinationen in einem breiten Spektrum von Tumorentitäten identifiziert, was einen potenziellen Zugang zu Off-Label-Behandlungen und molekular stratifizierten klinischen Studien bietet. Mit zunehmender Komplexität der für einzelne Patienten verfügbaren genetischen Daten müssen molekularpathologische Veränderungen nach vordefinierten Standards interpretiert und schließlich im interdisziplinären MTB unter Beteiligung von Onkologen, Pathologen, genetischen Beratern, Bioinformatikern/Systemmedizinern und medizinischen Wissenschaftlern überprüft werden.
Dieses läuft folgendermaßen ab: Die Ergebnisse der diagnostischen Untersuchungen werden, neben der klinischen Vorstellung des/der behandelnden Onkologe*in, im MTB von dem Diagnostik-Team der Molekularpathologie und der Bioinformatik vorgestellt und zusammen diskutiert.
Die therapeutische Interpretation der molekularen Daten sowie die Beurteilung pathogener Mutation erfordert neben hoher wissenschaftlicher Interdisziplinarität auch eine kontinuierliche Literaturrecherche und stellt eine große Herausforderung an das MTB-Team dar.
Aufgrund der komplexen Ergebnisse ist der Bedarf an Software bzw. Unterstützung-Tools sowohl für die Interpretation als auch für die Darstellung der Ergebnisse sehr groß (Hinderer et al. 2017, 2018; Buechner et al. 2020; Unberath et al. 2022). Für die Interpretation der genetischen Varianten werden diese mit Hilfe verschiedenster Datenbanken (dbSNP (Sherry et al. 1999, 2001), COSMIC (Forbes et al. 2015), dbNSFP (Liu et al. 2011, 2016), Krebs-Hotspot-Varianten (Chakravarty et al. 2017)) annotiert und auf ihre klinische und therapeutische Relevanz (InterVar (Li and Wang 2017), ClinVar (Landrum et al. 2014), OncoKB (Chakravarty et al. 2017), drug-gene-interaction database (DGIdb (Cotto et al. 2018)), TARGETdb (http://archive.broadinstitute.org/cancer/cga/target) und CIVic (Wagner et al. 2020)) sowie Polymorphismen (SNPs, von der Datenbank gnomAD (Lek et al. 2016)) überprüft.
Die Tumor-spezifische Mutationen können mit Vergleichen zum sogenanntem Keimbahn-Gewebe genetische identifiziert werden. Bei den soliden Tumoren wird dafür in der Regel das But genommen, bei flüssigen Tumoren werden Hautbiopsien oder Abstriche aus der Wangenschleimhaut benutzt. Die Unterteilung der Tumoren nach sogenannten „Treiber“ (Driver) und „Passenger“ Mutationen, die auf ihre Funktion bei der Tumor-Entstehung und -Progression abzielen, kann trotz der oben dargestellten Analysen nicht immer bioinformatorisch klar vorhergesagt werden, so dass neben bereits beschriebenen und annotierten Mutationen unzählige Mutationen unklarer Signifikanz zurückbleiben. In beiden Fällen muss im MTB abschließend entschieden werden, ob die Mutation eine funktionelle Relevanz vermitteln könnte und somit als therapeutische Zielstruktur molekulare Medikamente eingesetzt werden könnte (Horak et al. 2021b). Neben einzelnen Genmutationsanalysen werden im MTB z. B. auch immunohistochemische Ergebnisse (z. B. dMMR „Deficiency in Miss-Match-Repair“, Androgenrezeptor-Expression, TPS-, CPS-Scores) Gen-Signaturen (z. B. „BRCAness“) und weitere Biomarker (z. B. TMB „Tumor-Mutational Burden“) auf ihre therapeutische Relevanz überprüft und eventuelle molekulare Therapieoptionen evaluiert.
Ein wichtiger Prozess für die Entscheidungsfindung im MTB ist somit die Auswertung, Zusammenstellung und Darstellung der hochdimensionalen Sequenzierungsdaten, die sowohl für die Vorbereitung als auch für die Fallvorstellung aller Beteiligten genutzt werden sollte.
Für die Auswertung der Sequenzierungsdaten müssen folgende Schritte berücksichtigt werden (Abb. 1): Sequenzierungsfile, (ii) Vor-Prozessierung, (iii) Alignment, (iv) Abdeckung (Coverage), (v) Bestimmung der Varianten (variant calling), (vi) Bestimmung der Kopienanzahl, und (vii) Annotation.
Für die Zusammenfassung der Ergebnisse wurde für das MTB des CCCF ein interaktiver Report bereitgestellt, der alle nötigen Information, von der Anzahl der Mutation bis hin zu den Kopienzahlveränderungen und Mutationssignaturen, beinhaltet.
Mit Hilfe dieses Reports, der als Entscheidungsunterstützung dient, und den zusätzlichen molekularpathologischen Befunden wie z. B. einer Immunhistochemie oder CPS-Scores und einer gemeinsamen klinischen-wissenschaftlichen Diskussion während des MTB wird schlussendlich eine gemeinsame Therapieempfehlungen nach festen molekularen Evidenzkriterien und mit zugehörigen Publikationen sowie ggf. vorhandener Studienmöglichkeit und einer Priorisierung der Optionen festgelegt.
Für die Evidenzkriterien, für die in letzter Zeit mehrere Klassifizierungssysteme (Horak et al. 2017; Li et al. 2017; Mateo et al. 2018; Andre et al. 2014; Meric-Bernstam et al. 2015) vorgeschlagen worden sind, konnte im Rahmen von verschiedenen Konsortien deutschlandweit ein Standard festgelegt werden, um die Kommunikation und Diskussion von molekularen Befunden und ihrer klinischen Relevanz zu erleichtern und zu standardisieren (Abb. 2).
Ein aktueller Engpass ist weiterhin die effiziente und präzise Annotation von Varianten, vor allem derer zu denen es aktuell noch nicht viele Untersuchungen gibt. Hierfür bedarf es neben den bereits existierenden Datenbanken (Starlinger et al. 2018; Damodaran et al. 2015; Van Allen et al. 2014; Rehmat et al. 2020), weitere, die sowohl gut kuratierte Varianten als auch deren Interaktionen mit potenziellen Medikamenten enthalten. Hierbei ist Text Mining ein vielversprechender Ansatz, nicht nur um den Prozess der globalen Kuration von Varianten zu beschleunigen und zu verbessern, sondern auch um in der Literatur Hinweise für Interaktionen zwischen Medikamenten und Genen sowie die Wirkung von Medikamentenkombinationen zu finden (Legrand et al. 2020; Yepes et al. 2018). Somit kann letztlich der Prozess der Interpretation von Ergebnissen aus molekulardiagnostischen Tests beschleunigt und damit der Engpass der Präzisionsonkologie verbessert werden.
Zusätzlich wird auch die rasante Entwicklung von zusätzlichen molekularen Techniken die Präzisionsonkologie weiter voranbringen. So wird z. B. durch die Einzelzellsequenzierung ermöglicht, die DNA und Genexpressionswerte von Tausenden von Zellen gleichzeitig und unabhängig voneinander zu verarbeiten und somit eine höhere Sensitivität bei der Identifizierung von Mutationen und der Erkennung von Tumor-Subklonen erzielt, die ebenso das Behandlungsergebnis beeinflussen wird. Darüber hinaus werden Multi-Omics-Ansätze mehr Einblicke in dysregulierte Signalwege geben und zugleich das Vertrauen einer noch unbekannten Variante erhöhen, wenn diese durch RNA-, Protein- oder epigenetisches Profiling bestätigt werden kann (Singer et al. 2019). Gleichzeitig werden diese Multi-omics-Daten auch wieder neue bioinformatische Herausforderungen mit sich bringen, um mehrere Datentypen zu integrieren und zu interpretieren und potenziell wirksame Behandlungen zu identifizieren.
Die klinische Umsetzung der molekularen Therapieempfehlungen eines Molekularen Tumorboards ist aktuell entweder im Rahmen eines off-Label Einsatzes auf Einzelfall-Basis nach Krankenkassen-Kostenübernahme oder im Rahmen von klinischen Studien möglich. Die Transition der häufigen Einzelfall-Behandlungen zur großflächigen Möglichkeit eines Molekular-getrieben Studien-Einschlusses ist eine der größten Herausforderung der molekularen Tumorboards und unabdingbar, um fortlaufend Evidenz für die molekulare Präzisions-Onkologie zu schaffen (Mock et al. 2019).

Zusammenfassung

  • Molekulare Präzisionsonkologische Therapie sind heute unterschiedlichen Tumorerkranungen bereits in der Leitlinientherapie verankert
  • Die Analyse komplexer molekularer prädiktiver Biomarker sowie die entitäten-übergreifende Zulassungen molekularer Medikamente prägen die aktuell Behandlung-Realität onkologischer Patienten.
  • Multidisziplinäre molekularer Tumorboard bündeln die Kompetenz onkologischer Experten zur Analyse und Interpretation von (genetischen) Hochdurchsatzdaten und zeigen einen signifikanten klinischen Benefit onkologischer Patienten.
Literatur
Abou-Alfa GK, Sahai V, Hollebecque A, Vaccaro G, Melisi D, Al-Rajabi R, Paulson AS, Borad MJ, Gallinson D, Murphy AG, Oh DY, Dotan E, Catenacci DV, Van Cutsem E, Ji T, Lihou CF, Zhen H, Féliz L, Vogel A (2020) Pemigatinib for previously treated, locally advanced or metastatic cholangiocarcinoma: a multicentre, open-label, phase 2 study. Lancet Oncol 21(5):671–684CrossRef
Andre F, Mardis E, Salm M, Soria JC, Siu LL, Swanton C (2014) Prioritizing targets for precision cancer medicine. Ann Oncol 25(12):2295–2303CrossRef
Buechner P, Hinderer M, Unberath P, Metzger P, Boeker M, Acker T, Haller F, Mack E, Nowak D, Paret C, Schanze D, von Bubnoff N, Wagner S, Busch H, Boerries M, Christoph J (2020) Requirements analysis and specification for a molecular tumor board platform based on cBioPortal. Diagnostics (Basel) 10(2):93CrossRef
Chakravarty D, Gao J, Phillips SM, Kundra R, Zhang H, Wang J, Rudolph JE, Yaeger R, Soumerai T, Nissan MH, Chang MT, Chandarlapaty S, Traina TA, Paik PK, Ho AL, Hantash FM, Grupe A, Baxi SS, Callahan MK, Snyder A, Chi P, Danila D, Gounder M, Harding JJ, Hellmann MD, Iyer G, Janjigian Y, Kaley T, Levine DA, Lowery M, Omuro A, Postow MA, Rathkopf D, Shoushtari AN, Shukla N, Voss M, Paraiso E, Zehir A, Berger MF, Taylor BS, Saltz LB, Riely GJ, Ladanyi M, Hyman DM, Baselga J, Sabbatini P, Solit DB, Schultz N, Onco KB (2017) A precision oncology knowledge base. JCO Precis Oncol 2017:PO.17.00011
Cotto KC, Wagner AH, Feng YY, Kiwala S, Coffman AC, Spies G, Wollam A, Spies NC, Griffith OL, Griffith M (2018) DGIdb 3.0: a redesign and expansion of the drug-gene interaction database. Nucleic Acids Res 46(D1):D1068–D1073CrossRef
Damodaran S, Miya J, Kautto E, Zhu E, Samorodnitsky E, Datta J, Reeser JW, Roychowdhury S (2015) Cancer driver log (CanDL): catalog of potentially actionable cancer mutations. J Mol Diagn 17(5):554–559CrossRef
Dickson D, Johnson J, Bergan R, Owens R, Subbiah V, Kurzrock R (2020) Snapshot: trial types in precision medicine. Cell 181(1):208–208.e1. https://​doi.​org/​10.​1016/​j.​cell.​2020.​02.​032. PMID: 32243791CrossRef
Drilon A, Laetsch TW, Kummar S, DuBois SG, Lassen UN, Demetri GD, Nathenson M, Doebele RC, Farago AF, Pappo AS, Turpin B, Dowlati A, Brose MS, Mascarenhas L, Federman N, Berlin J, El-Deiry WS, Baik C, Deeken J, Boni V, Nagasubramanian R, Taylor M, Rudzinski ER, Meric-Bernstam F, Sohal DPS, Ma PC, Raez LE, Hechtman JF, Benayed R, Ladanyi M, Tuch BB, Ebata K, Cruickshank S, Ku NC, Cox MC, Hawkins DS, Hong DS, Hyman DM (2018) Efficacy of larotrectinib in TRK fusion-positive cancers in adults and children. N Engl J Med 378(8):731–739CrossRef
Forbes SA, Beare D, Gunasekaran P, Leung K, Bindal N, Boutselakis H, Ding M, Bamford S, Cole C, Ward S, Kok CY, Jia M, De T, Teague JW, Stratton MR, McDermott U, Campbell PJ (2015) COSMIC: exploring the world’s knowledge of somatic mutations in human cancer. Nucleic Acids Res 43(Database issue):D805–D811CrossRef
Hinderer M, Boerries M, Haller F, Wagner S, Sollfrank S, Acker T, Prokosch HU, Christoph J (2017) Supporting molecular tumor boards in molecular-guided decision-making – the current status of five German university hospitals. Stud Health Technol Inform 236:48–54
Hinderer M, Boerries M, Boeker M, Neumaier M, Loubal FP, Acker T, Brunner M, Prokosch HU, Christoph J (2018) Implementing pharmacogenomic clinical decision support into German hospitals. Stud Health Technol Inform 247:870–874
Hoefflin R, Geißler AL, Fritsch R, Claus R, Wehrle J, Metzger P, Reiser M, Mehmed L, Fauth L, Heiland DH, Erbes T, Stock F, Csanadi A, Miething C, Weddeling B, Meiss F, von Bubnoff D, Dierks C, Ge I, Brass V, Heeg S, Schäfer H, Boeker M, Rawluk J, Botzenhart EM, Kayser G, Hettmer S, Busch H, Peters C, Werner M, Duyster J, Brummer T, Boerries M, Lassmann S, von Bubnoff N (2018) Personalized clinical decision making through implementation of a molecular tumor board: a German single-center experience. JCO Precis Oncol 2:PO.18.00105
Hoefflin R, Lazarou A, Hess ME, Reiser M, Wehrle J, Metzger P, Frey AV, Becker H, Aumann K, Berner K, Boeker M, Buettner N, Dierks C, Duque-Afonso J, Eisenblaetter M, Erbes T, Fritsch R, Ge IX, Geißler AL, Grabbert M, Heeg S, Heiland DH, Hettmer S, Kayser G, Keller A, Kleiber A, Kutilina A, Mehmed L, Meiss F, Poxleitner P, Rawluk J, Ruf J, Schäfer H, Scherer F, Shoumariyeh K, Tzschach A, Peters C, Brummer T, Werner M, Duyster J, Lassmann S, Miething C, Boerries M, Illert AL, von Bubnoff N (2021) Transitioning the molecular tumor board from proof of concept to clinical routine: a German single-center analysis. Cancers (Basel) 13(5):1151. https://​doi.​org/​10.​3390/​cancers13051151. PMID: 33800365; PMCID: PMC7962829CrossRef
Horak P, Klink B, Heining C, Gröschel S, Hutter B, Fröhlich M, Uhrig S, Hübschmann D, Schlesner M, Eils R, Richter D, Pfütze K, Geörg C, Meißburger B, Wolf S, Schulz A, Penzel R, Herpel E, Kirchner M, Lier A, Endris V, Singer S, Schirmacher P, Weichert W, Stenzinger A, Schlenk RF, Schröck E, Brors B, von Kalle C, Glimm H, Fröhling S (2017) Precision oncology based on omics data: the NCT Heidelberg experience. Int J Cancer 141(5):877–886CrossRef
Horak P, Leichsenring J, Goldschmid H, Kreutzfeldt S, Kazdal D, Teleanu V, Endris V, Gieldon L, Allgäuer M, Volckmar AL, Dikow N, Renner M, Kirchner M, Penzel R, Ploeger C, Brandt R, Seker-Cin H, Budczies J, Heilig CE, Neumann O, Schaaf CP, Schirmacher P, Fröhling S, Stenzinger A (2021a) Assigning evidence to actionability: an introduction to variant interpretation in precision cancer medicine. Genes Chromosom Cancer. https://​doi.​org/​10.​1002/​gcc.​22987. Epub ahead of print. PMID: 34331337
Horak P, Heining C, Kreutzfeldt S, Hutter B, Mock A, Hullein J, Frohlich M, Uhrig S, Jahn A, Rump A, Gieldon L, Mohrmann L, Hanf D, Teleanu V, Heilig CE, Lipka DB, Allgauer M, Ruhnke L, Lassmann A, Endris V, Neumann O, Penzel R, Beck K, Richter D, Winter U, Wolf S, Pfutze K, Georg C, Meissburger B, Buchhalter I, Augustin M, Aulitzky WE, Hohenberger P, Kroiss M, Schirmacher P, Schlenk RF, Keilholz U, Klauschen F, Folprecht G, Bauer S, Siveke JT, Brandts CH, Kindler T, Boerries M, Illert AL, von Bubnoff N, Jost PJ, Spiekermann K, Bitzer M, Schulze-Osthoff K, von Kalle C, Klink B, Brors B, Stenzinger A, Schrock E, Hubschmann D, Weichert W, Glimm H, Frohling S (2021b) Comprehensive genomic and transcriptomic analysis for guiding therapeutic decisions in patients with rare cancers. Cancer Discov candisc.0126.2021. https://​doi.​org/​10.​1158/​2159-8290.​CD-21-0126. Epub ahead of print. PMID: 34112699
Landrum MJ, Lee JM, Riley GR, Jang W, Rubinstein WS, Church DM, Maglott DR (2014) ClinVar: public archive of relationships among sequence variation and human phenotype. Nucleic Acids Res 42(Database issue):D980–D985CrossRef
Legrand J, Gogdemir R, Bousquet C, Dalleau K, Devignes MD, Digan W, Lee CJ, Ndiaye NC, Petitpain N, Ringot P, Smaïl-Tabbone M, Toussaint Y, Coulet A (2020) PGxCorpus, a manually annotated corpus for pharmacogenomics. Sci Data 7(1):3CrossRef
Lek M, Karczewski KJ, Minikel EV, Samocha KE, Banks E, Fennell T, O‘Donnell-Luria AH, Ware JS, Hill AJ, Cummings BB, Tukiainen T, Birnbaum DP, Kosmicki JA, Duncan LE, Estrada K, Zhao F, Zou J, Pierce-Hoffman E, Berghout J, Cooper DN, Deflaux N, DePristo M, Do R, Flannick J, Fromer M, Gauthier L, Goldstein J, Gupta N, Howrigan D, Kiezun A, Kurki MI, Moonshine AL, Natarajan P, Orozco L, Peloso GM, Poplin R, Rivas MA, Ruano-Rubio V, Rose SA, Ruderfer DM, Shakir K, Stenson PD, Stevens C, Thomas BP, Tiao G, Tusie-Luna MT, Weisburd B, Won HH, Yu D, Altshuler DM, Ardissino D, Boehnke M, Danesh J, Donnelly S, Elosua R, Florez JC, Gabriel SB, Getz G, Glatt SJ, Hultman CM, Kathiresan S, Laakso M, McCarroll S, McCarthy MI, McGovern D, McPherson R, Neale BM, Palotie A, Purcell SM, Saleheen D, Scharf JM, Sklar P, Sullivan PF, Tuomilehto J, Tsuang MT, Watkins HC, Wilson JG, Daly MJ, MacArthur DG, Exome Aggregation Consortium (2016) Analysis of protein-coding genetic variation in 60,706 humans. Nature 536(7616):285–291CrossRef
Li MM, Datto M, Duncavage EJ, Kulkarni S, Lindeman NI, Roy S, Tsimberidou AM, Vnencak-Jones CL, Wolff DJ, Younes A, Nikiforova MN (2017) Standards and guidelines for the interpretation and reporting of sequence variants in cancer: a joint consensus recommendation of the Association for Molecular Pathology, American Society of Clinical Oncology, and College of American Pathologists. J Mol Diagn 19(1):4–23CrossRef
Li Q, Wang K (2017) InterVar: clinical interpretation of genetic variants by the 2015 ACMG-AMP guidelines. Am J Hum Genet 100(2):267–280CrossRef
Liu X, Jian X, Boerwinkle E (2011) dbNSFP: a lightweight database of human nonsynonymous SNPs and their functional predictions. Hum Mutat 32(8):894–899CrossRef
Liu X, Wu C, Li C, Boerwinkle E (2016) dbNSFP v3.0: a one-stop database of functional predictions and annotations for human nonsynonymous and splice-site SNVs. Hum Mutat 37(3):235–241CrossRef
Maemondo M, Inoue A, Kobayashi K, Sugawara S, Oizumi S, Isobe H, Gemma A, Harada M, Yoshizawa H, Kinoshita I, Fujita Y, Okinaga S, Hirano H, Yoshimori K, Harada T, Ogura T, Ando M, Miyazawa H, Tanaka T, Saijo Y, Hagiwara K, Morita S, Nukiwa T, North-East Japan Study Group (2010) Gefitinib or chemotherapy for non-small-cell lung cancer with mutated EGFR. N Engl J Med 362(25):2380–2388CrossRef
Mateo J, Chakravarty D, Dienstmann R, Jezdic S, Gonzalez-Perez A, Lopez-Bigas N, Ng CKY, Bedard PL, Tortora G, Douillard JY, Van Allen EM, Schultz N, Swanton C, André F, Pusztai L (2018) A framework to rank genomic alterations as targets for cancer precision medicine: the ESMO Scale for Clinical Actionability of molecular Targets (ESCAT). Ann Oncol 29(9):1895–1902CrossRef
Meric-Bernstam F, Johnson A, Holla V, Bailey AM, Brusco L, Chen K, Routbort M, Patel KP, Zeng J, Kopetz S, Davies MA, Piha-Paul SA, Hong DS, Eterovic AK, Tsimberidou AM, Broaddus R, Bernstam EV, Shaw KR, Mendelsohn J, Mills GB (2015) A decision support framework for genomically informed investigational cancer therapy. J Natl Cancer Inst 107(7):djv098CrossRef
Mock A, Heilig CE, Kreutzfeldt S, Huebschmann D, Heining C, Schröck E, Brors B, Stenzinger A, Jäger D, Schlenk R, Glimm H, Fröhling S, Horak P, DKTK MASTER Network (Apostolidis L, Augustin M, Aust D, Bhatti I, Bloehdorn J, Brendel C, Britschgi C, Braess J, Burdach S, Busch E, Casuscelli J, Desuki A, Deutsch T, Dietrich M, Ehmer U, Ettrich T, Falkenhorst J, Fehm T, Flörcken A, Forschner A, Fuxius S, Gonzales-Carmona M, Griesinger F, Grill S, Gröschel S, Haag M, Haag U, Halama N, Hebart H, Heidger N, Hermes B, Hess G, Hettmer S, Hoechstetter M, Hoffmann M, Hüttner F, Illert AL, Jenzer M, Kasper B, Kasper-Virchow S, Kindler T, Koscielniak E, Krönke J, Kühn M, Kunzmann V, Lang A, Leichsenring J, Livingstone E, Liotta L, Luley K, Mack E, Martens U, Metzeler K, Middeke JM, Möhrmann L, Jayarama-Naidu R, Pape UF, Perkhofer L, Pfeufer A, Pixberg C, Quante M, Rendenbach B, Rieke D, Rothermundt C, Sagerer AN, Salzmann M, Saur D, Schilling B, Schleicher J, Schlenska-Lange A, Schmidt T, Schmitz S, Schölch S, Shah R, Shoumariyeh K, Siebenhüner A, Singh M, Siveke J, Springfeld C, Starke H, Strobel S, Teleanu V, Thon N, Wagner S, Walle T, Westphalen B, Whitlock B, Winkler E, Wirsik NM, Woydack L, Zabel-du Bois A, Zschäbitz S) (2019) Community-driven development of a modified progression-free survival ratio for precision oncology. ESMO Open 4(6):e000583CrossRef
Park JJH, Siden E, Zoratti MJ, Dron L, Harari O, Singer J, Lester RT, Thorlund K, Mills EJ (2019) Systematic review of basket trials, umbrella trials, and platform trials: a landscape analysis of master protocols. Trials 20(1):572CrossRef
Rehmat N, Farooq H, Kumar S, ul Hussain S, Naveed H (2020) Predicting the pathogenicity of protein coding mutations using Natural Language Processing. In: 42nd annual international conference of the IEEE engineering in medicine & biology society (EMBC), Montreal, S 5842–584
Robert C, Karaszewska B, Schachter J, Rutkowski P, Mackiewicz A, Stroiakovski D, Lichinitser M, Dummer R, Grange F, Mortier L, Chiarion-Sileni V, Drucis K, Krajsova I, Hauschild A, Lorigan P, Wolter P, Long GV, Flaherty K, Nathan P, Ribas A, Martin AM, Sun P, Crist W, Legos J, Rubin SD, Little SM, Schadendorf D (2015) Improved overall survival in melanoma with combined dabrafenib and trametinib. N Engl J Med 372(1):30–39CrossRef
Schwaederle M, Zhao M, Lee JJ, Eggermont AM, Schilsky RL, Mendelsohn J, Lazar V, Kurzrock R (2015) Impact of precision medicine in diverse cancers: a meta-analysis of phase II clinical trials. J Clin Oncol 33(32):3817–3825. https://​doi.​org/​10.​1200/​JCO.​2015.​61.​5997. Epub 2015 Aug 24. PMID: 26304871; PMCID: PMC4737863CrossRef
Sherry ST, Ward M, Sirotkin K (1999) dbSNP-database for single nucleotide polymorphisms and other classes of minor genetic variation. Genome Res 9(8):677–679CrossRef
Sherry ST, Ward MH, Kholodov M, Baker J, Phan L, Smigielski EM, Sirotkin K (2001) dbSNP: the NCBI database of genetic variation. Nucleic Acids Res 29(1):308–311CrossRef
Singer J, Irmisch A, Ruscheweyh HJ, Singer F, Toussaint NC, Levesque MP, Stekhoven DJ, Beerenwinkel N (2019) Bioinformatics for precision oncology. Brief Bioinform 20(3):778–788CrossRef
Solomon BJ, Mok T, Kim DW, Wu YL, Nakagawa K, Mekhail T, Felip E, Cappuzzo F, Paolini J, Usari T, Iyer S, Reisman A, Wilner KD, Tursi J, Blackhall F, PROFILE 1014 Investigators (2014) First-line crizotinib versus chemotherapy in ALK-positive lung cancer. N Engl J Med 371(23):2167–2177CrossRef
Starlinger J, Pallarz S, Ševa J, Rieke D, Sers C, Keilholz U, Leser U (2018) Variant information systems for precision oncology. BMC Med Inform Decis Mak 18(1):107CrossRef
Stenzinger A, Edsjö A, Ploeger C, Friedman M, Fröhling S, Wirta V, Seufferlein T, Botling J, Duyster J, Akhras M, Thimme R, Fioretos T, Bitzer M, Cavelier L, Schirmacher P, Malek N, Rosenquist R; GMS Working Groups and ZPM Working Groups (2021) Trailblazing precision medicine in Europe: a joint view by Genomic Medicine Sweden and the Centers for Personalized Medicine, ZPM, in Germany. Semin Cancer Biol S1044-579X(21)00156-5. https://​doi.​org/​10.​1016/​j.​semcancer.​2021.​05.​026. Epub ahead of print. PMID: 34033893
Tamborero D, Dienstmann R, Rachid MH, Boekel J, Baird R, Braña I, De Petris L, Yachnin J, Massard C, Opdam FL, Schlenk R, Vernieri C, Garralda E, Masucci M, Villalobos X, Chavarria E, Calvo F, Fröhling S, Eggermont A, Apolone G, Voest EE, Caldas C, Tabernero J, Ernberg I, Rodon J, Lehtiö J, Cancer Core Europe Consortium (2020) Support systems to guide clinical decision-making in precision oncology: the Cancer Core Europe Molecular Tumor Board Portal. Nat Med 26(7):992–994. https://​doi.​org/​10.​1038/​s41591-020-0969-2. PMID: 32632195CrossRef
Tsimberidou AM, Fountzilas E, Nikanjam M, Kurzrock R (2020) Review of precision cancer medicine: evolution of the treatment paradigm. Cancer Treat Rev 86:102019. https://​doi.​org/​10.​1016/​j.​ctrv.​2020.​102019. Epub 2020 Mar 31. PMID: 32251926; PMCID: PMC7272286CrossRef
Unberath P, Mahlmeister L, Reimer N, Busch H, Boerries M, Christoph J (2022) Searching of Clinical Trials Made Easier in cBioPortal Using Patients’ Genetic and Clinical Profiles. Appl Clin Inform 13(2):363–369. https://​doi.​org/​10.​1055/​s-0042-1743560. Epub 2022 Mar 30. PMID: 35354211; PMCID: PMC8967483
Van Allen EM, Wagle N, Stojanov P, Perrin DL, Cibulskis K, Marlow S, Jane-Valbuena J, Friedrich DC, Kryukov G, Carter SL, McKenna A, Sivachenko A, Rosenberg M, Kiezun A, Voet D, Lawrence M, Lichtenstein LT, Gentry JG, Huang FW, Fostel J, Farlow D, Barbie D, Gandhi L, Lander ES, Gray SW, Joffe S, Janne P, Garber J, MacConaill L, Lindeman N, Rollins B, Kantoff P, Fisher SA, Gabriel S, Getz G, Garraway LA (2014) Whole-exome sequencing and clinical interpretation of formalin-fixed, paraffin-embedded tumor samples to guide precision cancer medicine. Nat Med 20(6):682–688CrossRef
Wagner AH, Kiwala S, Coffman AC, McMichael JF, Cotto KC, Mooney TB, Barnell EK, Krysiak K, Danos AM, Walker J, Griffith OL, Griffith M (2020) CIViCpy: a python software development and analysis toolkit for the CIViC knowledgebase. JCO Clin Cancer Inform 4:245–253CrossRef
Wehrle J, Philipp U, Jolic M, Follo M, Hussung S, Waldeck S, Deuter M, Rassner M, Braune J, Rawluk J, Greil C, Waller CF, Becker H, Duque-Afonso J, Illert AL, Fritsch RM, Meiss F, Duyster J, von Bubnoff N, Scherer F (2020) Personalized treatment selection and disease monitoring using circulating tumor DNA profiling in real-world cancer patient management. Diagnostics (Basel) 10(8):550CrossRef
Westphalen CB, Bokemeyer C, Büttner R, Fröhling S, Gaidzik VI, Glimm H, Hacker UT, Heinemann V, Illert AL, Keilholz U, Kindler T, Kirschner M, Schilling B, Siveke JT, Schroeder T, Tischler V, Wagner S, Weichert W, Zips D, Loges S (2020) Conceptional framework for precision cancer medicine in Germany – consensus statement of the DKH working group „Molecular Diagnostics and Therapy“. Eur J Cancer 135:1–7CrossRef
Yepes AJ, MacKinlay A, Gunn N, Schieber C, Faux N, Downton M, Goudey B, Martin RL (2018 Dec) A hybrid approach for automated mutation annotation of the extended human mutation landscape in scientific literature. AMIA Annu Symp Proc 5(2018):616–623