00:00:00: Janika Kiltz „Der Code des Lebens“ wird präsentiert von GHGA, dem Deutschen Humangenom-Phänomarchiv. Viel Spaß bei der heutigen Folge „Genomdatenbanken. Was ist das eigentlich?“ Hallo zum „Code des Lebens“! Mein Name ist Janika Kiltz und ich lade jeden Monat Expert:innen dazu ein, spannende Themen innerhalb der Genetik zu erklären. Heute geht es um das Thema der Genomdatenbank. Der Begriff ist sicherlich nicht jedem geläufig, daher betrachten wir in dieser Folge, was eine Genomdatenbank überhaupt ist und wer sie eigentlich nutzt. Ich möchte mit meinen Gästen unter anderem darüber sprechen, warum Genomdaten so sensibel sind, was die FAIR-Prinzipien in diesem Kontext bedeuten und warum die informierte Einwilligung bei diesem Thema so eine große Rolle spielt. Einige von euch haben ja sicherlich schon davon gehört, dass wir über 20.000 Gene besitzen und dass unsere DNA aus über 3 Milliarden Basenpaaren besteht. Forscherinnen und Forscher haben aber leider noch nicht alle Geheimnisse unserer Gene entschlüsseln können, also wir kennen nicht tatsächlich von jedem dieser 20.000 Gene die genaue Funktion. Nichtsdestotrotz wissen wir heute aber, dass die DNA als „Bauplan des Lebens“ festlegt, welche Haarfarbe wir haben, wie groß wir sind, aber natürlich auch, ob und welche genetischen Krankheiten wir besitzen. Wie uns Datenbanken beim Entschlüsseln dieser Geheimnisse helfen könnten und wieso die Nutzung von Genomdatenbanken möglichst FAIR sein sollte – ja, das erklärt heute mein Gast Prof. Dr. Sven Nahnsen. Hallo Sven!

00:01:38: Prof. Dr. Sven Nahnsen Hallo Janika! Freu mich sehr, hier zu sein im Podcast und, ja, ganz herzlichen Dank für die Einladung, ich bin gespannt!

00:01:45: Janika Kiltz Ja, ich freue mich, dass du heute hier bist. Sven ist nämlich Professor für Biomedizinische Datenwissenschaft und Direktor des Zentrums für Quantitative Biologie in Tübingen, kurz QBiC. Und wir haben sogar noch einen zweiten Gast heute hier an Bord. Zu den ethischen Implikationen von Genomdatenbanken werde ich meine Fragen nämlich an Dr. Andreas Bruns stellen. Hallo Andreas!

00:02:10: Dr. Andreas Bruns Ja, hi, danke, dass ich hier sein darf.

00:02:12: Janika Kiltz Die Freude ist ganz meinerseits, Andreas ist nämlich einer unserer Fachmänner hier bei GHGA. Er ist ein Research Fellow in unserem ELSI Team und das bedeutet ungefähr, dass er sich mit dem ethischen und rechtlichen Rahmen unseres Humangenomprojekts beschäftigt. Außerdem hat er auch noch einen Hintergrund in der Philosophie. Gut, ich würde sagen, dann steigen wir doch direkt ins Thema ein und versuchen, den Elefanten im Raum direkt loszuwerden. Sven, könntest du denn erklären, was sich denn nun hinter einer Genomdatenbank eigentlich verbirgt? Und was ist der Unterschied zu einer Biobank? Ich denke, bei den beiden Begriffen herrscht eine gewisse Verwirrung.

00:02:50: Prof. Dr. Sven Nahnsen Ja, genau. Zuerst mal, ich glaube, die Verwirrung kommt auch nicht vor ungefähr, weil es doch ein komplexes Thema auch ist und grenzt sich ganz klar von der Biobank ab. Also Biobank, vielleicht fange ich so an, die Biobank klassischerweise sammelt physische Proben, zum Beispiel Tumor-Extrakte, die, wenn es im Krankenhaus eine Resektion gibt von Krebsgewebe, von Tumoren, dann werden die Proben aufbereitet und dann zum Teil archiviert und stehen dann, sofern der Patient eingewilligt hat, dass seine Bioproben, seine Samples für die Forschung genutzt werden dürfen, stehen dann erst mal zur Verfügung und interessierte Wissenschaftler:innen können dann diese Proben für ihre Forschung nutzen. Die müssen dafür natürlich einen Ethikantrag schreiben, etc. Und kriegen dann aber Zugang zu den Proben. Sozusagen, also die Biobank ist eher die physische Probe und da geht es um minus 80 Grad Gefrierschränke, da geht es um flüssigen Stickstoffe, wo die Proben archiviert sind. So, die Genomdatenbank, da haben wir natürlich erst mal nichts, was man sozusagen anfassen kann, sondern wir haben Daten, die auf einer Festplatte liegen. Es ist für uns Informatiker natürlich erst mal sozusagen die spannendere Ressource, wobei wir auch immer wieder gemerkt haben, dass durchaus auch die Biobank sehr viel Informatik braucht. Aber wenn wir jetzt eine Probe haben, dann kann man im Labor eben die DNA aufbereiten, die in ja in allen von unseren Zellen drinsteckt, die geringfügig anders ist, zum Beispiel in der Krebszelle, und auch genau diese geringfügigen Änderungen führen dazu, dass eine ehemals gesunde Zelle zu einer Krebszelle werden kann. Nichtsdestotrotz haben wir in jeder unserer Zellen circa 3 Milliarden Basen, wo dann circa 20.000 Gene draufgeschrieben sind und mit Geräten, die unter Next Generation Sequencing oder eher auch, es gibt auch eine klassische Sequenzierung… Aber im Prinzip reden wir heute von Next Generation Sequencing… können wir eben aus dieser Bioprobe, können wir Daten generieren und diese Daten sind zunächst mal die Genomdaten. Also darum… erst mal spricht man von den sogenannten Rohdaten, das heißt, was das Sequenziergerät generiert, sind irgendwas zwischen 200 und 500 Gigabyte an Rohdaten von einer DNA-Probe eines Menschen.

00:05:35: Janika Kiltz Wow, 500 Gigabyte pro Person. Das ist natürlich eine sehr stattliche Menge, aber noch mal ganz kurz zum Verständnis: Eine Biobank ist also eine physische Sammlung an Proben, also biologisches Material, wie zum Beispiel Blut- oder Speichelproben?

00:05:52: Prof. Dr. Sven Nahnsen Genau.

00:05:53: Janika Kiltz Aha, okay, ja. Und eine Genomdatenbank enthält also einfach Informationen über die Proben, aber keine Proben an sich. Okay. Ja, aber spannend, dass es von diesen sequenzierten Informationen gleich 500 Gigabyte pro Person gibt. Das ist ja ungefähr eine durchschnittliche Festplatte voll. Wie kommt diese Menge denn zustande?

00:06:13: Prof. Dr. Sven Nahnsen Das hängt damit zusammen, dass die Sequenziergeräte, die sozusagen… die Base, jede Base wird mehrfach gelesen, sprich, wissenschaftlich von der Abdeckung, englisch „coverage“. Und das ist wichtig dann letztendlich, um die Informationen rauszuholen, weil auch Lesefehler passieren, zum Beispiel, bei dem Sequenziergerät. Viele Daten kommen dadurch zustande, dass es generell das ganze Genom eines Menschen eben mit 3 Milliarden Basen schon recht groß ist. Und wir jeden Datenpunkt, jede sogenannte Base, vielfach sequenzieren. Und so kommt es zu einer 100-fachen Datenmenge, weil wir ungefähr dahin wollen, dass wir jede Basis 100-fach abgedeckt sind, weil wir wollen qualitativ hochwertige Daten nutzen. Und dann kommen wir eben in die Richtung mehrere 100 Gigabyte an Rohdaten. Wir nutzen dann computergestützte Werkzeuge, um diese Daten aufzubereiten in die Teile der Informationen, die wirklich dann wesentlich sind, für zum Beispiel Grundlagenforscher, die wesentlich sind für Onkologen oder andere klinische Disziplinen, die irgendwas aus den Daten rauslesen wollen. Das sind zum Beispiel die Mutationen, sprich: Wir wollen im Genom Mutationen finden. Da gibt es ganz, ganz viele verschiedene wissenschaftliche Fragestellungen, wo das relevant ist. Ich denke, es führt jetzt für die Frage zumindest ein bisschen zu weit. Aber letztendlich, worauf ich hinaus will, ist, dass die Genomdatenbank sowohl Rohdaten braucht als auch aufbereitete Daten und idealerweise, das wird jetzt die Idealvorstellung von wie wir in der Genombank gerne stricken möchten, dass dann auch alle Schritte, die von den Rohdaten zu den aufbereiteten Daten führen, dass die auch in irgendeiner Art und Weise in der Genombank abgelegt sind. Das ist, wie wir das definieren würden.

00:07:59: Janika Kiltz Verstehe, ja, das passt eigentlich auch schon wunderbar zu meiner nächsten Frage, weil du sagst ja: „Wir möchten gerne Mutationen im Genom finden.“ Könntest du da genauer ausführen, wer das „wir“ eigentlich ist, beziehungsweise wofür Wissenschaftler und Wissenschaftlerinnen Genomdatenbanken eigentlich nutzen?

00:08:19: Prof. Dr. Sven Nahnsen Genau, sehr gerne. Das ist letztendlich ja auch… das sind die Sachen, die uns auch antreiben. Warum macht man das eigentlich. Und ich glaube, so spannende Beispiele… Es gibt natürlich viele, viele Beispiele aus der Grundlagenforschung, wo wir einfach mehr verstehen wollen. Also wie funktioniert ein biologisches System, wie funktioniert eine humane Zelle und vielleicht nur so als Beispiel. So, den ersten Entwurf des Humangenoms gab es 2001, den besseren und bis vor Kurzem auch aktuellsten Entwurf wurde dann 2003 publiziert. Wir wussten aber da erstens, war selbst dieser Entwurf noch nicht ganz komplett, weil wir hatten immer noch Stellen im Genom, die unbekannt waren. Jetzt gab es letztes Jahr, ne, es war Anfang diesen Jahres, gab es eine spannende Publikation, wo quasi nochmal die Enden von Chromosomen geschlossen wurden und wir jetzt ein sehr, sehr komplettes menschliches Genom haben. Aber wir wissen immer noch nicht so ganz genau, was die einzelnen Bestandteile, die einzelnen Gene tun, die auf dem Genom kodiert sind. Auch wenn sich da sehr, sehr viel getan hat in den letzten Jahren, ja, in den letzten zwei Jahrzehnten, ist das Verständnis immer noch nicht ganz da. Das heißt, mit großen Datenmengen, mit sozusagen Big Data in der Genomik, erhofft man sich zum einen, noch mehr über humane Gene zu erfahren, was die denn tun, in welchem Kontext diese relevant sind. So, das zum einen. Und was, glaube ich, sehr, sehr, sehr spannendes und wo es großes Potenzial gibt und das sind ja auch die beiden Use-Cases, die wir in GHGA haben, ist zum einen mal Krebs und sind seltene Krankheiten. Und in der Krebsforschung ist das Genom ein sehr wichtiger Bestandteil, weil wir eben in der Krebszelle geringfügige Unterschiede haben zu einer normalen Zelle. Also wenn man sich so eine Gewebszelle vorstellt, zum Beispiel eine Hautzelle, und es da zu Mutationen kommt, zum Beispiel durch UV-Strahlung, dann ändern sich ganz wenige Bestandteile von diesen drei Milliarden Basen so, dass die Zelle zum Beispiel schneller wachsen kann. Und, das ist jetzt sehr einfach ausgedrückt, aber die Veränderungen, die man beobachten kann, die sind dann zum Teil auch sehr subtil und von Patient zu Patient… von Patient zu Patient unterschiedlich, was dazu führt, dass vielleicht auch nicht jedes Medikament bei jedem Patient identische Wirkung hat. Beim einen funktioniert es besser, beim anderen funktioniert es nicht so gut. Aber wenn wir jetzt quasi personalisiert – wir sprechen da von der „personalisierten Datenerhebung“ – personalisiert das Krebsgenom eines Probanden, einer Patientin, eines Patienten erhebt, von dem Tumorgewebe, dann können wir quasi die kausalen Ursachen, die Mutationen von diesem einen Patienten erfassen. Und dafür spricht man sich und es funktioniert Stand heute gut, aber es könnte auch noch besser funktionieren. Aber man erhofft sich dadurch, dass man quasi aus den verfügbaren Medikamenten quasi das Optimale für den gegebenen Krebs finden kann. So, das ist eine Anwendung.

00:11:43: Janika Kiltz Ja, genau, also eine Genomdatenbank ist für Forschende also erstmal eine leicht durchsuchbare Ansammlung genomischer Daten. Und Wissenschaftler:innen nutzen diese Genomdatenbanken dazu, um mehr Informationen über die Funktionsweise von Lebewesen, insbesondere eben des Menschen, herauszufinden, also wie unser Körper eigentlich funktioniert und aufgebaut ist, was natürlich besonders wichtig ist in der Erforschung von Krankheiten und ihren genetischen Zusammenhängen. Und an dieser Stelle ist sicher ein kurzer Einschub sinnvoll, was GHGA eigentlich ist, Sven hat es ja gerade erwähnt. Und viele wissen wahrscheinlich auch, dass der Podcast „Der Code des Lebens“ auch ein Podcast von GHGA ist. Also GHGA steht für das Deutsche Humangenom-Phänomenarchiv und ist eben genauso eine Genomdatenbank, aber noch im Aufbau. Also die Datenbank von GHGA, wenn sie dann fertig ist, soll eine sichere Dateninfrastruktur für deutsche Forscherinnen und Forscher darstellen und möglichst sicher, einheitlich und fair aufgebaut sein. Also, GHGA ist außerdem auch Teil des föderierten europäischen Genomphänom-Archivs, kurz EGA, und bildet dazu den deutschen Knotenpunkt. Genau, denn internationaler Datenaustausch und Kooperation ist außerdem sehr wichtig für die Genomforschung. Vor allem, wenn man bedenkt, wie viele Daten eigentlich notwendig sind, ne. Also wir alle besitzen ja wie gesagt über 20.000 Gene, da muss man erstmal herausfinden, an welchem Gen oder an welchen Genen es eigentlich liegen könnte, wenn dann etwas nicht so funktioniert, wie es eigentlich funktionieren sollte. Da sind natürlich die Genomdaten vieler unterschiedlicher Menschen notwendig.

00:13:25: Prof. Dr. Sven Nahnsen Ja genau, der Mehrwert entsteht quasi dadurch, dass wir im Prinzip nur irgendwas mit den Daten machen können, wenn wir viele davon haben.

00:13:31: Janika Kiltz Ja genau, also das ist wirklich ein wichtiger Punkt. Aber die Frage nach dem Mehrwert von Genomdatenbanken und damit verbunden natürlich auch dem Wert der eigenen Datenspende, schauen wir uns gleich noch genauer an. Ich möchte nämlich jetzt zuerst das Wort an Andreas Bruns, unseren Ethiker, übergeben. Es gibt schließlich noch eine wichtige Grundvoraussetzung dafür, dass Genomdaten von Patienten und Patientinnen überhaupt in Datenbanken gespeichert werden dürfen. Sven hatte es vorher bereits kurz erwähnt, aber natürlich muss die betreffende Person zustimmen, damit ihre Daten gespeichert und auch verwendet werden dürfen. Andreas, könntest du in diesem Kontext kurz erklären, was man eigentlich unter einer „informierten Einwilligung“ versteht? Das ist ja meines Wissens noch mal etwas anderes als eine „bloße“ Einwilligung.

00:14:18: Dr. Andreas Bruns Also Informiertheit ist natürlich nur eine Bedingung für gültige Einwilligung. Also wissen ja, dass Einwilligung faktisch gegeben werden kann von Menschen, aber dass die nicht immer gültig ist. Ich kann ja „ja“ zu etwas sagen und dazu gezwungen sein, zum Beispiel, und dann ist das eben nicht als gültig anzusehen. Also Informiertheit ist eine Bedingung dafür, dass Einwilligung gültig ist. Und das ist eben allein deswegen schon wichtig, wenn man sich vorstellt, ich willige ja eine Handlung immer ein unter einer bestimmten Beschreibung dessen, was die Handlung beinhaltet. Und wenn ich kein angemessenes Verständnis davon habe, was die Handlung beinhaltet, dann kann meine Einwilligung, wenn ich sie faktisch gebe, eben auch nicht als Einwilligung zu dieser Handlung verstanden werden, sondern eben zu der Handlung, die eben meiner Vorstellung entspricht.

00:15:06: Janika Kiltz Ja, das klingt sinnvoll, ne, also ich muss natürlich ausreichend informiert sein, um verstehen zu können, wozu ich mich eigentlich bereit erkläre. Hättest du dann noch ein Beispiel, um deinen Punkt etwas anschaulicher zu machen?

00:15:20: Dr. Andreas Bruns Ja, also zum Beispiel, wenn ich… Nehmen wir an, ich gehe zum Starfriseur und möchte einen neuen Haarschnitt, einen neuen Hairstyle, haben und sage: „Was immer Sie für richtig halten, machen Sie einfach mal drauf los.“ Und dann habe ich am Ende eine Glatze, also da hat er wirklich all meine Haare abgeschnitten und dann beschwer ich mich. Dass was dann da sozusagen schief gegangen ist, ist, dass ich nicht verstanden habe, dass die Handlung „einen neuen Haarschnitt verpassen“ auch beinhalten kann, dass ich am Ende gar keine Haare habe. Ich habe eben sozusagen gedacht, die werden kürzer geschnitten, ein bisschen gestylt oder so, aber ich habe eben nicht verstanden, dass das auch in der Handlung beinhaltet sein kann. Und in dem Fall war eben meine Einwilligung dann nicht gültig, weil ich nicht wusste, dass das darin eingeschlossen ist.

00:16:07: Janika Kiltz Ja, alle Handlungen müssen also klar definiert werden. Nur so kann man Missverständnisse – wie jetzt hier in deinem Beispiel die ungewollte Glatze – vermeiden. Und im Falle der Genomdatenbank, wenn man zum Beispiel seine Daten der Wissenschaft zur Verfügung stellen möchte, muss in der Einverständniserklärung klar beschrieben stehen, was das eigentlich bedeutet. Ja, also welche Probe entnommen wird, in welchem Rahmen die Daten erhoben werden, welche Risiken es gibt und was man vielleicht auch tun muss, wenn man nicht mehr möchte, dass die Genomdaten verwendet werden und so weiter. Hier würde mich natürlich auch interessieren, von welchen Bedenken man denn überhaupt spricht. Andreas, welche Risiken gibt es denn und warum sind Genomdaten eigentlich so sensibel?

00:16:49: Dr. Andreas Bruns Ja, also einer der Hauptgründe, warum Einwilligung in der Genomforschung so einen großen Stellenwert hat, ist, dass die Leute eben sagen, Genomdaten sind besonders sensible Daten, weil man die nicht vollständig anonymisieren kann. Also das sind Daten, die sozusagen immer zusammen in Verbindung mit anderen Daten Rückschluss auf meine Person zulassen. Das heißt, es gibt immer dieses Re-Identifizierbarkeitsrisiko und wir müssen eben Patientinnen und Forschungsteilnehmende darüber aufklären, dass es dieses Risiko gibt. Es ist ein bisschen, zumindest bei… Ich finde immer, es ist ein bisschen vage, was eigentlich genau die… was genau im schlimmsten Fall sozusagen passieren kann. Es gibt da so Stichworte wie „genetische Diskriminierung“ zum Beispiel, was… das passiert, wenn genetisches Wissen über mich zum Beispiel an mögliche Arbeitgeber oder mögliche Versicherer kommt und dann bekomme ich auf der Grundlage den Job nicht, dass ich zum Beispiel eine genetische Disposition für irgendeine Krankheit habe oder so oder ich bekomme eine höhere… ich muss höhere Beiträge zahlen in der Versicherung. Das sind aber… Also es ist glaube ich nicht klar, wie weit verbreitet das sozusagen ist, dass das passiert und es ist natürlich auch klar, dass das sowohl moralisch als auch rechtlich falsch ist. Also wenn ich genetisch diskriminiert werde in dieser Hinsicht. Das heißt, wie groß diese Risiken letztendlich sind und so, das ist vielleicht auch gar nicht so klar. Es ist ja auch so, dass wenn wir über Risiken sprechen, dann werden die größer in unserem Kopf auch sozusagen. Das heißt, aber ja… Also weil es eben um sensible Daten geht, ist die Idee, dass man ohne Einwilligung einfach nicht auskommt. Die Person muss sozusagen einfach sagen können: „Ja, ich nehme diese Risiken, wie klein die auch sein mögen, auf mich.“

00:18:48: Janika Kiltz Es ist also gar nicht so einfach, abschließend zu klären, wie groß diese Risiken wirklich sind. Und, ja, der andere Punkt, den du ja angesprochen hattest, ist die Pseudonymisierung. Wirklich anonym ist man genetisch nicht. Unsere DNA ist in dieser Hinsicht wie ein Fingerabdruck. Man steht in einer Genomdatenbank selbstverständlich nicht mit Klarnamen drin, also anstelle von Janika Kiltz steht in der Datenbank eine zufällige Abfolge von Ziffern und Buchstaben, X, Y, Z, 1, 2, 3, irgendwas in der Form. Aber, da unser genetischer Code eben so einzigartig ist, ist es natürlich rein theoretisch möglich, mit sehr viel Aufwand herauszufinden, wessen DNA hier gespeichert ist. Aber wie genau muss ich mir das denn vorstellen?

00:19:33: Dr. Andreas Bruns Also ich glaube, es gibt, ich meine… Ich bin jetzt auch kein Techniker sozusagen und verstehe die technischen Grundlagen vielleicht nicht vollständig. So wie ich mir das vorstelle, es gibt da zwei Möglichkeiten. Die eine ist, also wenn meine Daten pseudonymisiert werden, dann wird mein Name und andere identifizierende Nenner sozusagen werden ersetzt durch eine Zeichenkombination. Und es gibt dann aber immer einen Pseudonymisierungs-Schlüssel, mit dem die Pseudonymisierung aufgelöst werden kann, falls man mich wieder kontaktieren muss aus irgendwelchen Gründen oder so oder wieder identifizieren muss. Und das heißt, der Pseudonymisierungs-Schlüssel liegt irgendwo und es gibt also allein damit schon die Möglichkeit, mich zu re-identifizieren. Das ist die eine Gefahr sozusagen, die jetzt vielleicht nicht so groß ist, weil da immer dann der Schlüssel sozusagen gestohlen werden müsste. Aber die andere Sache ist eben, dass je mehr Daten von mir verfügbar sind, umso leichter ist es, diese Daten, wenn man sie in Verbindung bringt oder in Zusammenhänge setzt, auf mich zurückschließen zu lassen. Also zum Beispiel, ja, es ist dann irgendwie, es gibt genetische Daten, einen genetischen Datensatz. Dann gibt es die Info dazu, dass die Person aus der und der Altersgruppe bekommt, das und das Geschlecht hat, vielleicht auch diese und jene Einwilligungsspezifika, zum Beispiel ich habe gesagt, ich möchte meine Daten nur in dem und dem Kontext benutzt haben. Es heißt, es gibt auch so ELSI Metadaten sozusagen. Und in Verbindung können diese Daten dann eben doch vielleicht recht leicht den Schluss zulassen, dass es nur ein oder zwei Personen gibt, die da eben in Frage kommen, als hinter den Daten stehend. Das ist natürlich auch immer eine Frage, ja auch Gruppenanonymität ist natürlich eine Frage, also wie groß muss die Gruppe sein von Leuten, die da in Frage kommen, um sagen zu können, dass ich innerhalb der Gruppe anonym bin.

00:21:38: Janika Kiltz Ja, ich schätze, da muss wahrscheinlich dann jeder selbst für sich abwägen, was in seiner oder ihrer Situation die richtige Entscheidung ist, weil man es einfach nicht 100 Prozent ausschließen kann, dass die Daten eben doch in Verbindung mit der eigenen Person gebracht werden könnten. Aber ja gut, also jetzt, da wir uns mit einigen der Bedenken auseinandergesetzt haben, würde ich noch gerne hören, was denn dann ein Mehrwert des Datenteilens ist. Also wieso sollte ich meine Genomdaten teilen und diese Risiken, egal wie klein, überhaupt in Kauf nehmen? Und, ja, also was kann ich mit meinen Daten leisten und inwiefern könnte das auch der Gesellschaft einen Nutzen bringen?

00:22:19: Dr. Andreas Bruns Es ist erstmal so natürlich, dass… Es gibt einen Unterschied zwischen dem klinischen Kontext hier und dem Forschungskontext. Beim klinischen Kontext zum Beispiel ist ja normalerweise relativ klar, warum ich derjenige bin, der halt Nutzen zieht aus der vorgeschlagenen Handlung, zum Beispiel wenn mir Blut abgenommen wird, um zu gucken, ob ich einen bestimmten Virus habe oder so. Da ist halt völlig klar, dass das mir nutzt, was da passiert. Und das ist in der Forschung eben nicht so klar, weil in der Regel natürlich der Nutzen der Forschung zukünftigen Generationen von Patientinnen zugutekommt und nicht mir als datengebende Person. Man kann aber natürlich sagen, dass wir alle sozusagen schon von der Forschung profitiert haben. Also ich meine, wir… Viele von uns wären jetzt heute vielleicht auch gar nicht hier, wenn es nicht den Fortschritt der Forschung gäbe, wenn nicht bestimmte Impfstoffe entwickelt worden wären, wenn nicht bestimmte Krankheiten vielleicht auch eben ausgerottet worden wären und so weiter. Das heißt, wir haben sozusagen alle schon von dem Fortschritt der Forschung profitiert und man kann es so sehen, dass wenn ich meine Daten weitergebe, ich sozusagen da einfach einen Beitrag leiste für die zukünftigen Generationen von Patientinnen. Aber es ist schon so, dass es eher ein altruistischer Akt sozusagen ist. Also ich schlage jetzt nicht unbedingt direkt Nutzen daraus, aber ich kann halt was beitragen und viele Menschen möchten das auch. Also viele Patientinnen zum Beispiel möchten das auch, dass sie eben diesen Beitrag leisten können.

00:23:56: Janika Kiltz Ja, das ist natürlich ein guter Punkt, also dass wir alle schon von vorangegangener Forschung profitiert haben, also sei es Impfstoffe oder auch Krebsbehandlungen. Aber ja, wie du sagst, wenn man natürlich akut von einer Krankheit im Hier und Jetzt betroffen ist, ist die Wahrscheinlichkeit relativ gering, dass aufgrund der Datenspende, die man heute gemacht hat, sich in den nächsten fünf Jahren viel verändern wird. Aber es wäre natürlich schon mal ein Schritt in die richtige Richtung und natürlich auch eine große Hilfe für zukünftige Generationen. Ich möchte auch kurz in den Raum werfen, dass man seine Einwilligung natürlich jederzeit zurückziehen kann, also ohne Angabe der Gründe. Und die Daten werden dann aus der Genomdatenbank gelöscht. Nur eine kurze Anmerkung: Wenn die Daten in einer bereits veröffentlichten Publikation erschienen sind, kann man sie dort nicht mehr so einfach herauslösen, aber die Daten werden dann in der Zukunft für keine weiteren Forschungszwecke mehr verwendet. Ja, aber machen wir mal einen kurzen thematischen Bogen. Wie erinnern uns: Durchs Sequenzieren entsteht eine Flut an Daten, also ungefähr 500 Gigabyte pro Person. Da ist natürlich eine gewisse IT-Dateninfrastruktur erforderlich, um diese Daten zu schützen. Und genau über diese IT-Dateninfrastruktur bzw. die Perspektive aus der IT haben wir uns ja bereits mit Herr Stegle in der Folge „KI in der Genetik“ unterhalten, also darüber, dass die Genomdaten verschlüsselt werden und dass idealerweise niemand alle Teile des Schlüssels besitzen sollte. Das heißt, wen das interessiert, der kann die Folge nochmal im Detail anhören. Ich hätte jetzt nämlich eine Frage an Sven: Also, hättest du ein Beispiel fernab der IT, wie sich das Datenteilen noch gewährleistet werden kann, vielleicht auch in Bezug zu GHGA?

00:25:43: Prof. Dr. Sven Nahnsen Also typischerweise in so groß-konsortialen Projekten, GHGA ist ein Beispiel, es gibt aber auch schon länger internationale Projekte, die zum Teil sich über mehrere Länder spannen, zum Beispiel das TCGA, ICGC, das sind Krebsgenomkonsortien. Und da gibt es ein sogenanntes Data Access Committee. Also das gibt es auch für unsere nationalen, für unsere lokalen Projekte. Sprich, man geht mit einer wissenschaftlichen Fragestellung an ein Komitee von Wissenschaftlern ran, wo dann quasi die Güte der wissenschaftlichen Idee und die… auch die die Qualität der Fragestellung, aber auch die sozusagen, das kommt immer zu einer Risikoabwägung: Ist es für diese Fragestellung wirklich wesentlich, dass man diese Daten brauchen kann. Und genau nur dann bekommen Wissenschaftler Zugang zu den Daten. Also das sind etablierte Mechanismen, die funktionieren sehr gut und das ist wirklich auch sozusagen international der Standard.

00:26:52: Janika Kiltz Okay, nehmen wir an, die Forschungsfrage wurde genehmigt. Also wir haben erfolgreich Daten erhoben, zum Beispiel im Rahmen einer Studie. Was macht man denn nun mit den Daten, damit sie möglichst sinnvoll eingesetzt werden können? Ich denke, hier kommen jetzt die sogenannten FAIR-Prinzipien ins Spiel. Was sind denn die FAIR-Prinzipien und warum sind sie für die Genomforschung so wichtig?

00:27:13: Prof. Dr. Sven Nahnsen Es hat sich ein Konsortium von Kollegen zusammengetan und sprich, es gibt eine Community, die die ganze Idee quasi trägt, die zusammengehören und 2016 in dem Journal „Scientific Data“ die FAIR-Richtlinien publiziert. Und vielleicht fange ich dann an mit kurz mit der Erklärung der Abkürzung. Also FAIR steht für Findability, A steht für Accessibility, I steht für Interoperability, und R steht für Reusability. Also FAIR sagt… FAIR Data bedeutet, dass Daten auffindbar sein müssen, dass sie zugänglich sein müssen, dass sie interoperabel sein müssen und dass sie wieder nutzbar sein müssen. Genau. Und das sind vier Buchstaben, das ist wahnsinnig schnell gesagt, aber wenn man dann wirklich ins Detail geht und eine Genomdatenbank zum Beispiel FAIR machen müsste, dann ist es sehr kompliziert, würde ich denken.

00:28:16: Janika Kiltz Kompliziert, so, so. Vielleicht könnest du ja nochmal genauer darauf eingehen, was Interoperabilität eigentlich bedeutet?

00:28:26: Prof. Dr. Sven Nahnsen Genau, Interoperabilität ist letztendlich, wenn Daten… Klassischerweise wurden Daten im Institut beschrieben, wurden Daten irgendwie annotiert. Vielleicht hatten auch Leute in der Vergangenheit… ich bin mir sicher, dass Kollegen in der Vergangenheit auch schon eine Datenbank gebaut haben, die Daten für das Institut am Standort Tübingen, oder wo auch immer. Da sind… Jetzt ist es aber so, dass wir, dass diese Daten möglicherweise nach dem Schema erfasst und beschrieben wurden, die jetzt Kollegen in Heidelberg nicht so einfach verstehen können, weil es keine Dokumentation zu dem Datenschema gibt, weil es keine Dokumentation zu der Art und Weise der Wörter gibt, die Daten beschreiben. Also das, was ich, was man so im Wesentlichen als Metadatenmodell beschreibt. Also was wir letztendlich brauchen, ist eine standardisierte Art und Weise, wie wir Daten managen. Also wie wir… insbesondere wie wir Daten beschreiben. Da gibt es auch sehr, sehr viele Beispiele in der Bioinformatik, aber sicherlich auch in anderen Disziplinen, aber heute interessiert uns ja nur die Bioinformatik zur Standardisierung […]. Sprich, man ist schon früh, schon vor 20 Jahren auf die Idee gekommen, dass wir im Prinzip standardisierte Fallformate brauchen für Daten. Das ist in der Massenspektrometrie, wo es um Protein- und Metabolit-Analytik geht, ist man da ein bisschen weiter. Aber im Prinzip braucht es alle Disziplinen, wo große Datensätze kreieren werden. Nur dann schaffen wir die Interoperabilität, dass man wirklich alle, dass alle Leute ohne großen, insbesondere ohne, ohne Netzwerk von Kollegen zu haben, Daten verstehen kann. Da wollen wir hin.

00:30:18: Janika Kiltz Du sagst Metadatenmodell. Was genau ist das denn?

00:30:23: Prof. Dr. Sven Nahnsen Metadatenmodelle sind letztendlich… Man kann sich das so vorstellen, als wie bestimmte Schubladen, wo man Daten reinstecken möchte und auf der Schublade steht genau dran: Wenn ich diese öffne, dann finde ich die Daten dieser Art und derer Art. Das sind so Metadatenmodelle, die wir entwickeln. Und das tun wir für die Datenannotation, dass wir Daten auffindbar machen. Das heißt, Leute können sich dann zum Beispiel in ein Webportal einwählen und können die Daten suchen, die für ihren Forschungskontext relevant sind und dann die richtige Schubladen öffnen, die Daten zum Beispiel runterladen, wieder nutzen oder sogar auf Rechenressourcen dritter Anbieter verschieben und dort rechnen. Genau, also die… ich glaube, die Möglichkeiten sind sehr vielfältig.

00:31:14: Janika Kiltz Metadaten sind also Beschreibungen von Daten. Also zum Beispiel, dass es sich bei den vorliegenden Daten um Krebs-DNA handelt. Andere Forscher können dann in eine Datenbank das Stichwort „Krebs“ eingeben und kriegen direkt Treffer. Problematisch wird es aber, wenn solche Daten komplett fehlen oder jeder eigene Beschreibungen wählt, die sonst keiner verstehen kann. Metadaten spielen also eine große Rolle für die Auffindbarkeit von Daten und die einheitliche Beschreibung von Daten, also einheitliche Metadaten, sind wichtig für die Interoperabilität. Mit den FAIR-Richtlinien können viele dieser Probleme also vermieden werden. Sven, hast du noch ein weiteres Beispiel dafür? Also welche Probleme aus dem Forschungsalltag sich durch die breite Etablierung der FAIR-Prinzipien vermeiden ließe?

00:32:04: Prof. Dr. Sven Nahnsen Genau, also Beispiel ist, glaube ich, also letztendlich ist das so… auch wenn wieder Wieder-Nutzbarkeit – Reusability – quasi erstmal nur ein Buchstabe von vier Buchstaben ist, aber ist das… da wollen wir letztendlich hin und das hat vielerlei Vorteile. Letztendlich haben wir in der Vergangenheit gesehen, dass wenn wir Finanzierung für Forschung erhalten, wir Forscher oder aus Sicht der Geldgeber, wenn Forschung finanziert wird, dann will man natürlich sicherstellen, dass wir nicht in zehn Jahren nochmal Forschung für die gleiche Datengenerierung finanzieren. Das heißt, im Prinzip die Daten, die da sind, die sollten auch in der Zukunft verfügbar sein und die sollten so verfügbar sein, dass die initiale Fragestellung, warum wurden die Daten damals generiert? Die muss so erfassbar sein, dass es zum einen von Menschen lesbar ist und verstehbar ist, aber auch von der Maschine und die FAIR-Principles gehen auch immer dahin, dass wir nicht nur quasi die humane… den humanen Zugang leisten müssen, sondern dass wir auch quasi das vom Computer den maschinengetriebenen Zugang, die maschinengetriebene Verständlichkeit, Lesbarkeit von Daten und Wiedernutzbarkeit erlangen müssen. Ja, es hat den konkreten Vorteil für Forscher, dass wir das zum einen das wissenschaftliche Problem lösen können, dass wir viele Daten brauchen, weil wir müssen Daten von Kollegen aus der ganzen Welt integrieren, um quasi genug Daten zu haben, um Aussagen, um zu Kausalität oder zu Mechanismen machen zu können. Das zum einen. Für die Geldgeber hat es den Vorteil, dass wir sicherstellen, dass nicht nochmal die gleiche Datengenerierung bezahlt werden muss, die schon mal bezahlt wurde, wenn die Daten verfügbar sind. So, das sind glaube ich zwei wesentliche Punkte.

00:34:03: Janika Kiltz Okay, nochmal kurz zum Verständnis: Also, was genau bedeutet denn nachhaltige Datennutzung im Kontext der Genomforschung? Also, wie muss ich mir das vorstellen, dass Daten wiederverwendet werden? Heißt das, dass Forscher:innen zum Beispiel Krebszellen für eine Studie sequenziert haben und, ja, ich kann dann eine Studie mit den gleichen Daten machen oder wie genau muss ich mir das vorstellen?

00:34:26: Prof. Dr. Sven Nahnsen Das zu einem, das wäre ein Szenario, das man sich vorstellen könnte. Ein anderes Szenario, was man sich sehr, sehr gut vorstellen könnte, ist, wenn man sich in der Forschung auf eine bestimmte Krebsentität stürzen möchte, zum Beispiel Glioplastome, das ist ein sehr schwerwiegender Gehirntumor, den wir zum Beispiel auch in verschiedenen Forschungskontexten bearbeiten. Da kann es natürlich schon sinnvoll, sehr, sehr sinnvoll sein, wenn wir jetzt Glioplastomsequenzierung in Tübingen haben, aber dass wir irgendwie nur… glücklicherweise nur wenige Patienten haben hier lokal, wir aber Daten brauchen, die irgendwie 1000 Patienten umfassen oder, oder noch mehr. Dann will ich gern Daten von anderen Startorten mit dazunehmen. Und das heißt, die wurden dort generiert möglicherweise mit einem anderen Forschungskontext. Möglicherweise war dort der Forschungskontext Grundlagenmechanismen. Was sind… was passiert, dass genau die Zelle eines Gehirns zu einer Glioplastom-Zelle wird. Also das könnte eine mögliche Fragestellung sein. Und hier will ich aber sozusagen eine klinische Studie machen oder… die eine Aussage trifft, was ist die beste Therapie. Das heißt, es ist ein anderer Kontext. Aber wenn ich meine Genomdaten an verschiedenen Standorten interoperabel speichere, dann kann ich einfach die Daten in meinen Kontext reinnehmen und dann mit meinen Bioinformatik-Werkzeugen, mit den sogenannten Pipelines, eventuell neu rechnen. Und ich habe dann größere Datenmengen.

00:36:12: Janika Kiltz Ist also einfach eine richtig tolle, praktische Sache.

00:36:15: Prof. Dr. Sven Nahnsen Ja, kann ich nur zustimmen.

00:36:18: Janika Kiltz Ja, also vor allem wenn man natürlich auch bedenkt, dass nicht jedes kleine Labor die Möglichkeit hat, solche Datenmengen auch immer selber zu generieren.

00:36:26: Prof. Dr. Sven Nahnsen Genau, es ist auch ein Stück weit Demokratisierung von Forschungsdaten, weil wir nicht mehr nur sozusagen die großen datenintensiven Studien bei den reichen Instituten bearbeiten lassen können, sondern es auch die Möglichkeit gibt, dass man vielleicht, wenn man irgendwie jetzt gerade seine Forschungsgruppe angefangen hat, Zugang zu Daten bekommt.

00:36:47: Janika Kiltz Ja, die FAIR-Prinzipien sollen die Forschung also erleichtern und auch vereinheitlichen und machen sie dadurch ganz nebenbei auch noch demokratischer. Also, wir müssen uns wirklich bemühen, Daten, die bereits generiert wurden, zum einen sinnvoll zu beschreiben, damit andere Menschen diese Daten auch finden können, und zum anderen in ein Format zu bringen, das von möglichst vielen Menschen auch überhaupt genutzt werden kann. Ja, deswegen ist es sehr gut, dass es hierfür nun ein Bewusstsein gibt und sich bereits auch viele Wissenschaftler:innen dafür engagieren, diese Prinzipien in die Praxis umzusetzen, damit eben nicht alles doppelt und dreifach gemacht werden muss. Ich möchte mich an dieser Stelle bei Sven und auch bei Andreas bedanken, denn dank den beiden haben wir heute gelernt, was der Unterschied zwischen einer Genomdatenbank und einer Biobank ist und wir wissen, dass eine gültige Einwilligung von absoluter Notwendigkeit ist. Würdet ihr eure Genomdaten einer Genomdatenbank zur Verfügung stellen? Schreibt uns gerne eine Nachricht auf Twitter unter @codedeslebens […]. Ansonsten kann man uns auch einfach per E-Mail unter codedeslebens.gmail.com erreichen. Dieser Podcast wurde präsentiert von GHGA. Wir bieten Infrastruktur, in welcher Genomdaten sowie weitere medizinische Daten sicher gespeichert und kontrolliert zugänglich gemacht werden können. Das Projekt wird von der Deutschen Forschungsgemeinschaft finanziert und ist Teil der Nationalen Dateninfrastruktur. Weitere Informationen findet ihr unter www.ghga.de. Vielen Dank an unsere heutigen Gäste und auf Wiederhören!