Das Molekulare Tumorboard (MTB) am Comprehensive Cancer Center Zurich (CCCZ) ist das Herzstück der Präzisionsonkologie. Hier fliessen molekulare Profile, klinische Verläufe und die aktuelle Studienlage zusammen – mit einem Ziel: für jede Patientin und jeden Patienten eine individuell begründete, Daten-gestützte und wirksame Therapie zu finden.
So wie jeder Mensch einzigartig ist, so ist auch jede Tumorerkrankung individuell und anders. Molekulare Untersuchungen zeigen, dass Tumoren der gleichen Krebsart sich stark unterscheiden können. Oft besteht ein Tumor sogar aus vielen unterschiedlichen Arten von Krebszellen. Daher sprechen Krebspatientinnen und -patienten ganz unterschiedlich auf Behandlungen an. Das MTB berücksichtigt diese Vielfalt, indem es molekulare Profile von Patienten stets im klinischen Kontext interpretiert.
Der Eintritt in das Molekulare Tumor Board
Der Weg in das MTB beginnt mit der Anmeldung einer Patientin/eines Patienten durch das behandelnde Team aus dem CCCZ oder einem Partnerspital. Voraussetzung ist die informierte Einwilligung der Patientin oder des Patienten zu einer umfassenden biologischen Analyse des Tumormaterials und der klinischen Daten, inklusive Regelungen zu Datenschutz und zum Umgang mit Befunden, die auf mögliche Keimbahnvarianten hinweisen. Mit Keimbahnvarianten sind vererbbare genetische Veränderungen gemeint, die nicht nur im Tumor, sondern in allen Körperzellen vorkommen und potenziell auch Angehörige betreffen können – weshalb klare Regelungen zu Datenschutz, Aufklärung und Rückmeldung solcher Befunde erforderlich sind.
Anschliessend werden alle vorhandenen Materialien gebündelt: klassische Histologie (H&E) und Immunhistochemie, molekulare Diagnostik wie NGS-Panels sowie – je nach Fragestellung – WES/WGS, RNA-Sequenzierung, Marker wie MSI, TMB und Loss of Heterozygosity (LOH), gegebenenfalls FISH, Massenspektrometrie und Liquid Biopsy. Radiologische Befunde und klinische Verlaufsdaten vervollständigen das Bild.
Die Methoden – einfach erklärt
Histologie (H&E): Klassische Gewebe Färbung unter dem Mikroskop. Sie zeigt, wie Tumorzellen aussehen und wie sie im Gewebe angeordnet sind.
Immunhistochemie (IHC): Zusatzfärbung, die bestimmte Eiweisse auf Tumorzellen sichtbar macht. Hilft zu entscheiden, welche Therapien wirken könnten.
NGS-Panels (Gen-Tests): Viele relevante Gene werden gleichzeitig „gelesen“, um typische Veränderungen (Treibermutationen) zu finden, die Therapien steuern können.
WES/WGS (Exom-/Genom-Sequenzierung): WES liest nur die „Baupläne“ für Eiweisse (Exome), WGS liest das ganze Erbgut. Beides deckt seltene oder komplexe Veränderungen auf.
RNA-Sequenzierung: Misst, welche Gene gerade „aktiv“ sind. So erkennt man, welche Signalketten der Tumor nutzt und wo Therapien ansetzen könnten.
MSI (Mikrosatelliten-Instabilität) & TMB (Tumormutationslast): Zwei Kennwerte, die anzeigen, wie „fehlerhaft“ das Erbgut ist. Hohe Werte sprechen oft für ein besseres Ansprechen auf Immuntherapien.
Loss of heterozygosity (LOH): Ein komplexer Marker, welcher Informationen zur Wirksamkeit von PARP-Inhibitoren enthält.
FISH: Leuchttest im Mikroskop, der gezielt nach Gen-Vermehrungen oder -Verlusten sucht.
Massenspektrometrie: „Eiweiss-Profiling“: misst Proteine im Tumor und macht Stoffwechselwege sichtbar, die therapierbar sein könnten.
Liquid Biopsy (Bluttest): Sucht nach zellfreier Tumor-DNA im Blut. Eignet sich, wenn eine Biopsie schwierig ist oder um Therapiewirkung/Resistenzen im Verlauf zu verfolgen.
Radiologische Befunde: Bildgebung (z. B. CT, MRI, PET) zeigt Grösse, Lage und Ausbreitung des Tumors sowie die Antwort auf die Behandlung.
Klinische Verlaufsdaten: Informationen aus der Behandlung (Vorerkrankungen, Therapien, Nebenwirkungen, Ansprechen). Sie setzen die Laborbefunde mit dem Patientenalltag in Bezug.
Erweiterte Immunphänotypisierung: Detaillierte Bestimmung der Immunzellen im Tumormikromilieu (z. B. T-Zellen, B-Zellen, Makrophagen) und ihrer Aktivierung. Zeigt, wie „heiss“ oder „kalt“ die Immunumgebung ist und ob Immuntherapien erfolgversprechend sind.
Wie digitale Plattformen und Datenwissenschaften unterstützen
Standardisierte Abläufe, eine durchgängige digitale Plattform und KI-gestützte Analysen helfen dabei, komplexe Befunde zügig in klare, umsetzbare Empfehlungen zu übersetzen. Im Unterschied zu klassischen Tumorboards arbeitet das MTB vollständig digital: Klinische Daten, Histologie, Molekularbefunde, Bildgebung und bioinformatische Auswertungen werden strukturiert zusammengeführt; Algorithmen unterstützen die Priorisierung relevanter Genveränderungen und das Abgleichen mit zugelassenen Therapien und Studien – lokal wie global.
Evidenzbasierte Therapieempfehlungen
Wöchentlich werden die Fälle im MTB fokussiert diskutiert: aus dem klinischen Kontext heraus, mit Blick auf geeignete Ziele (Targets), zugelassene und Off-Label-Optionen, sinnvolle Kombinationen oder Sequenzen sowie auf verfügbare Studien am Standort und darüber hinaus. Wo nötig, veranlasst das Board Zusatzanalysen – etwa RNA-Seq, Re-Biopsie, Liquid Biopsy oder eine erweiterte Immunphänotypisierung bzw. Bildgebung. Auf dieser Grundlage formuliert das MTB Evidenz- und/oder Daten-basierte Empfehlungen und benennt passende Studienoptionen samt Einschlusskriterien und organisatorischen Erfordernissen (z. B. Kostengutsprache).
Die dokumentierte Empfehlung geht an das einweisende Team, welches die Umsetzung koordiniert. Rückmeldungen zum klinischen Verlauf fliessen – wo möglich – in eine systematische Outcome-Erfassung zurück. So entsteht eine lernende Schleife: Erfahrungen aus der Versorgung schärfen Priorisierungslogiken, Prozesse und Turnaround-Zeiten. Wichtig für die Einordnung: Auch wenn die eigentliche Fallpräsentation im Board kurz ist, werden pro Fall rund vier Arbeitsstunden in die Vor- und Nachbereitung investiert – von der Datensichtung über die Analyse bis zur schriftlichen Empfehlung. Das zeigt den Qualitätsanspruch hinter jeder Empfehlung.
„Das Molekulare Tumorboard ist der Kern der Präzisionsonkologie. Pro Fall diskutieren wir nur kurz – aber insgesamt fliessen rund vier Arbeitsstunden in jede Patientin und jeden Patienten, um die bestmögliche Lösung zu finden, Targets zu definieren und die richtigen Studien zu identifizieren. Die Entwicklungen in Informatik und KI machen die wachsenden Datenmengen überhaupt erst verarbeitbar und ermöglichen echte Skalierung.“
Andreas Wicki
Skalierbare Präzisionsonkologie dank Standardisierung, Digitalisierung und KI
Im Lauf der Jahre hat das MTB seinen Fokus von Tumorarten mit gut verfügbaren Proben – etwa Melanom und hämatologische Erkrankungen – auf weitere Entitäten wie Lungenkarzinome ausgeweitet. Dank standardisierter Pipelines, digitaler Plattformen und KI-gestützter Auswertungen liegt der zeitliche Aufwand für die biologische und informatische Analyse pro Fall heute bei nur noch etwa einem Zehntel der Anfangszeit – bei gleichbleibend hoher, teils wachsender inhaltlicher Tiefe. Allein im Jahr 2025 wurden über 500 Fälle aus dem USZ und mehr als 400 Partnerfälle diskutiert – ein Volumen, das ohne diese Professionalisierung kaum abbildbar wäre.
Das Molekulare Tumorboard am CCCZ steht für gelebte Präzisionsonkologie: interdisziplinär, datengetrieben und konsequent patientenzentriert. Indem es molekulare Profile, klinische Realität und Studienlandschaft nahtlos verbindet, verwandelt es komplexe Befunde in Therapieentscheidungen. Die Kombination aus standardisierten Pipelines, digitalen Plattformen und KI-gestützter Analyse ermöglicht Skalierung und etabliert einen Feedback Loop, der die Ergebnisse kontinuierlich verbessert. So wird das MTB zur verbindenden Plattform von Onkologie und Forschung – und für Patientinnen und Patienten zum Wegweiser hin zu wirksameren, individuelleren Behandlungen.
Weiterführende Literatur
Dieser Artikel zeigt, wie KI aus Routine-H&E-Bildern räumliche Protein-Multiplexe ableitet und so Immunphänotypisierung sowie Präzisionsonkologie skaliert:
Andani, S., Chen, B., Ficek-Pascual, J., Heinke, S., Casanova, R., Hild, B. F., Sobottka, B., Bodenmiller, B., Tumor Profiler Consortium, Koelzer, V. H., & Rätsch, G. (2025).
Histopathology-based protein multiplex generation using deep learning. Nature Machine Intelligence, 7, 1292–1307. DOI: 10.1038/s42256-025-01074-y
Der Artikel belegt Machbarkeit und klinischen Nutzen eines vierwöchigen Multiomics-Loops für die Entscheide des Boards:
Miglino, N., Toussaint, N. C., Ring, A., Bonilla, X., Tusup, M., Gosztonyi, B., Mehra, T., Gut, G., Jacob, F., Chevrier, S., Kjong-Van Lehmann, K., … Wicki, A.; Tumor Profiler Consortium. (2025).
Feasibility of multiomics tumor profiling for guiding treatment of melanoma. Nature Medicine, 31, 2430–2441. DOI: 10.1038/s41591-025-03715-6
