COMET - KI-gestützte molekulare Diagnostik bei Ependymomen

Abstract

Die Analyse globaler DNA-Methylierungsprofile ist ein zentraler Bestandteil der modernen Hirntumordiagnostik, ergänzt jedoch nur unzureichend die klassische Histopathologie aufgrund hoher Kosten, langer Analysezeiten und Inkonsistenzen. Ziel des Projekts ist die Entwicklung interpretierbarer Surrogat-Modelle, die molekulare Methylierungsergebnisse aus histologischen Schnittpräparaten vorhersagen – insbesondere bei Ependymomen, deren Befundung oft uneinheitlich ist. CLAM und HIPT wurden als geeignete Algorithmen identifiziert und auf einer gemeinsamen Datenbasis evaluiert; dabei wurde in interdisziplinärer Zusammenarbeit ein Prototyp entwickelt und die technische Machbarkeit nachgewiesen. HIPT zeigte eine hohe Eignung zur Vorhersage molekularer Eigenschaften, während CLAM interpretierbare histologische Merkmale identifizierte, die in Folgeprojekten weiter erforscht werden sollen. Für die klinische Integration sind Zusatzinformationen wie Kovariaten und die Quantifizierung der Zuverlässigkeit entscheidend, wobei erste Tests eine verbesserte Klassifikation bestätigen, aber weitere Validierung erforderlich ist. Die im Projekt COMET gewonnenen Erkenntnisse bieten hohes Potenzial für wissenschaftliche Folgeprojekte, den klinischen Innovationstransfer und eine wirtschaftlich nachhaltige Nutzung. Current State of Science and Technology:The analysis of global DNA methylation profiles is a key element in modern brain tumor diagnostics but remains a challenge in routine clinical practice due to high costs, long processing times, and inconsistencies with traditional histopathological evaluations. Objective: The project aims to develop interpretable surrogate models that can predict molecular methylation results from readily available histological slides—particularly for ependymomas, a heterogeneous tumor type with known diagnostic inconsistencies. Method: CLAM and HIPT were selected as suitable algorithms and evaluated using a shared dataset; in interdisciplinary collaboration, a prototype was developed and technical feasibility was confirmed. Results: HIPT demonstrated strong potential for predicting molecular tumor features, while CLAM identified interpretable histological traits of specific ependymoma types, which will be further explored in future studies. For clinical integration, the inclusion of covariates (e.g., patient age or sex) and case-specific confidence estimates is essential; initial tests confirmed improved classification performance, though further validation is needed. Conclusion: The findings from the COMET project offer significant potential for follow-up research, clinical innovation transfer, and long-term economic application.