Jährlich gehen beim MLL Münchner Leukämielabor mehr als 78.000 Blut- und Knochenmarkproben ein, die in der Routinediagnostik untersucht werden. Bei insgesamt 40% der Einsendungen ist eine unterschriebene Einverständniserklärung des Patienten beigelegt, die es erlaubt das Material zu asservieren und für zukünftige Forschungszwecke zu nutzen. „Das Patientenmaterial wird zusätzlich zur Routine auch retrospektiv untersucht, wodurch wir wissenschaftliche Erkenntnisse über neue molekulare Marker gewinnen können“, so Dr. Manja Meggendorfer, Leitung des Bereichs Molekulargenetik am Münchner Leukämielabor. Die aus 1,2 Millionen Asservaten bestehende Biobank ist die Grundlage für die Gründung des Unternehmens MLLi (i = innovation).


Bereits am 31.08.2017 wurde das Unternehmen MLLi ins Handelsregister eingetragen. Nach ausführlicher Testphase mit seinem Datenbankprojekt, geht MLLi Ende November 2018 erstmals live (www.mlli.com). In dem Datenbankprojekt MLLi:db (db = database) werden manuell kuratierte Sequenzvarianten und deren Interpretation anonym veröffentlicht, die in den letzten zwölf Jahren mittels Next Generation Sequencing (NGS) in einem ISO 15189 akkreditieren Umfeld am MLL erhoben wurden.


Genau wie in der klassischen Routinediagnostik hat jede in der Datenbank enthaltene Variante eine Klassifikation in einem 3-stufigen Bewertungssystem: mutiert, Variante oder Polymorphismus. Diese Klassifikation einer Sequenzvariante stellt die Grundlage einer klinischen Interpretation und deren Bedeutung für eine Erkrankung dar. Niroshan Nadarajah, Bereichsleiter Bioinformatik am MLL, erklärt, warum genau hier der Mehrwert der Applikation im Vergleich zu anderen, bereits bestehenden Datenbanken liegt: „Das Problem aktuell mit Variantenklassifikation ist, dass durch eine Vielzahl an Datenbanken eine starke Heterogenität herrscht. Die gleiche Variante kann in einer Datenbank als Polymorphismus, in einer anderen als somatische Veränderung beschrieben sein. Manchmal herrscht sogar Uneinigkeit in der gleichen Datenbank, wenn beispielsweise zwei Submitter in diese Datenbank unterschiedlicher Meinung waren. Wir lösen mit MLLi:db diese Diskrepanzen auf und geben ein eindeutiges Ergebnis an. Jedes Ergebnis haben wir selbst bei mindestens fünf Patienten beobachtet und wurde von mindestens zwei Molekulargenetik-Wissenschaftlern unabhängig voneinander gleich bewertet, unter Einbeziehung eigener und externer Datenquellen.“


Mit dem „MLL Predictor“, einem hauseigenem Machine-Learning Algorithmus, welcher mit Variantendaten aus der Routinediagnostik gespeist wurde, wird aus 14 Datenquellen automatisch eine Konsensus-Klassifikation berechnet. Vergleichbar ist das Ergebnis mit dem Wissensstand eines Mitarbeiters mit ca. zehn Jahren Erfahrung in der Diagnostik. Das Besondere: die Daten sind über die Webapplikation unmittelbar zugänglich und verständlich aufbereitet. Zudem bietet MLLi den Service, dass bei nachträglichen Änderungen einer Klassifikation ein entsprechender Hinweis an den Nutzer geschickt wird.


Prof. Dr. Dr. Torsten Haferlach, einer der drei Geschäftsführer des MLL, möchte mit MLLi:db die Diagnostik in der Hämatologie voranbringen: „Wir hoffen, dass wir mit diesem Projekt die Akzeptanz für Next-Generation-Sequencing (NGS) und seine Verwendung in der Diagnostik erhöhen können und potenziell Labore, die bislang gezögert haben NGS einzusetzen, dazu zu bewegen. Dateninterpretation ist aufwändig und nicht trivial zu skalieren. MLLi:db ist das erste von weiteren Softwareangeboten, um hierbei zu unterstützen.“

Pressekontakt
Kristina Kneis
T: +49 (0)89 99017-506

Weitere Pressemeldungen finden Sie unter Downloads.