OpenRNA: Koordinationsschicht für mRNA-Impfstoffe in der Onkologie

OpenRNA: Wie eine offene Koordinationsschicht die Entwicklung personalisierter mRNA-Krebsimpfstoffe beschleunigt

Klinische Daten bestätigen die Wirksamkeit personalisierter mRNA-Impfstoffe in der Onkologie, doch ihre breite Einführung wird durch das Fehlen standardisierter Workflow-Management-Tools behindert. OpenRNA ist das erste Open-Source-Projekt, das Bioinformatik-Pipelines, regulatorische Anforderungen und klinische Protokolle zu einem einheitlichen Orchestrierungssystem vereint.

Von klinischen Daten zu systemischen Herausforderungen

Moderne Studien markieren einen Durchbruch in der Krebs-Therapie. Daten aus der Phase-III-Studie KEYNOTE-942 (Moderna/Merck) zeigten eine 49%ige Reduktion des Rezidivrisikos bei Melanom bei Verwendung des personalisierten mRNA-Impfstoffs V940 in Kombination mit Pembrolizumab. Ähnliche Ergebnisse zeigen Pankreaskrebs-Studien: Responder weisen eine mediane rezidivfreie Überlebenszeit von über 3,2 Jahren auf, im Vergleich zu 13,4 Monaten bei Non-Respondern. Diese Zahlen deuten auf einen Übergang von der experimentellen Entwicklung zur standardisierten Produktion hin.

Jeder Patient erfordert jedoch einen einzigartigen Produktionszyklus: Tumorsequenzierung, Neoantigen-Vorhersage, mRNA-Konstrukt-Design und Verpackung in Lipid-Nanopartikel. Bei einem Zielzyklus von 4 Wochen ist die Automatisierung aller Stufen entscheidend. Existierende Lösungen decken nicht das gesamte Spektrum der Aufgaben ab:

• Nextflow und nf-core/sarek kümmern sich um Bioinformatik-Pipelines
• pVACtools bewertet Neoantigene
• LinearDesign entwirft mRNA

Gleichzeitig fehlt ein System zur Steuerung des gesamten End-to-End-Prozesses von der Probenannahme bis zur Überwachung der Immunantwort, das den regulatorischen Standards der FDA (21 CFR Part 11) und der EMA (ATMP) entspricht.

OpenRNA-Architektur: Domain-Ports und Adapter

OpenRNA basiert auf Prinzipien der Clean Architecture mit 17 Domain-Ports, die die Geschäftslogik von technischen Details isolieren. Schlüssel-Interfaces sind in zwei Schichten konzentriert:

Wissenschaftliche Workflow-Schicht:

• IConstructDesigner zur Generierung von Konstrukten
• IHlaConsensusProvider für HLA-Typing-Konsens
• INeoantigenRankingEngine zur Epitop-Bewertung
• IWorkflowOrchestrator zur Pipeline-Steuerung

Regulatorische Compliance-Schicht:

• IAuditSignatureProvider für Audit-Trails
• IConsentTracker zur Einwilligungsverwaltung
• IStateMachineGuard zur Zustandsübergangssteuerung

Beispielimplementierung eines Ports für Konstrukt-Design:

// src/ports/IConstructDesigner.ts
export interface ConstructDesignRequest {
  caseId: string;
  rankedCandidates: RankingRationale[];
  deliveryModality?: DeliveryModality;
}
export interface IConstructDesigner {
  designConstruct(request: ConstructDesignRequest): Promise<ConstructDesignPackage>;
}

Das System verwendet eine einzige Dependency-Factory, die die direkte Objekterstellung via new in der Geschäftslogik eliminiert:

export function createApp(dependencies: AppDependencies = {}) {
  const {
    modalityRegistry,
    constructDesigner,
    workflowRunner,
    store,
    // ...
  } = resolveAppDependencies(dependencies);
  // ...
}

Standardmäßig werden In-Memory-Adapter für die Entwicklung aktiviert. Für Produktionsumgebungen werden PostgreSQL-Adapter über Umgebungsvariablen angebunden, ohne die Domain-Logik zu beeinflussen.

Verwaltung des Patienten-Lebenszyklus in regulierter Umgebung

Klinische Prozesse erfordern eine explizite Modellierung aller möglichen Zustände. OpenRNA implementiert eine Finite-State-Machine mit 15 Zuständen, einschließlich Zwischenschritte und Rollback-Szenarien:

INTAKING -> AWAITING_CONSENT -> READY_FOR_WORKFLOW -> WORKFLOW_REQUESTED
-> WORKFLOW_RUNNING -> WORKFLOW_COMPLETED -> QC_PASSED -> AWAITING_REVIEW
-> APPROVED_FOR_HANDOFF -> HANDOFF_PENDING
// Additional states for errors:
WORKFLOW_CANCELLED, QC_FAILED, REVISION_REQUESTED

Jeder Übergang erzeugt ein Domain-Event mit unveränderlichen Attributen:

• correlationId für End-to-End-Tracing
• Timestamp mit Nanosekunden-Präzision
• Ausführungs-Kontext (Benutzer, Rolle, IP)

Dies erfüllt die FDA-Anforderungen nach 21 CFR Part 11 für elektronische Aufzeichnungen und ermöglicht die vollständige Rekonstruktion der Verarbeitungsgeschichte jedes Falls. Der IStateMachineGuard-Port blockiert ungültige Übergänge – etwa den Versuch, einen Impfstoff ohne bestandene QC-Kontrolle zu genehmigen.

RNA-Modality-Unterstützung: Strategie statt Spekulation

Die Architektur von OpenRNA unterstützt nativ drei Verabreichungsmodalitäten:

• mRNA – Basismodalität mit Phase-III-Daten (30-100 μg/Dosis)
• saRNA – selbstverstärkende RNA (5 μg/Dosis, wie in ARCT-154)
• circRNA – kreisförmige RNA mit erhöhter Stabilität

Diese Auswahl wird durch klinische Perspektiven gestützt: Bisher hat nur mRNA die Phase III abgeschlossen, saRNA hat bereits zugelassene Arzneimittel (ARCT-154 gegen COVID-19), und circRNA wird aktiv entwickelt. Im System werden Modalitäten über IModalityRegistry verwaltet, wobei Admins Optionen aktivieren oder deaktivieren können:

const sampleTypes = [
  "TUMOR_DNA", "NORMAL_DNA", "TUMOR_RNA", "FOLLOW_UP"
] as const;

Zod-Typisierung gewährleistet die Korrektheit der Eingabedaten in allen Stufen. Die Geschäftslogik bleibt bei Modalitätswechsel unverändert – nur der Adapter für die Konstruktgenerierung ändert sich.

Wichtige Erkenntnisse

• Regulatorische Bereitschaft: OpenRNA erfüllt FDA 21 CFR Part 11 und EMA-ATMP-Standards durch unveränderliche Audit-Events und kontrollierte Zustandsübergänge
• Architektonische Flexibilität: 17 Domain-Ports ermöglichen den Austausch von Komponenten (Nextflow → Snakemake, pVACtools → MHCflurry) ohne Änderung der Geschäftslogik
• Klinische Relevanz: Unterstützung für drei RNA-Modalitäten berücksichtigt aktuelle Daten und zukünftige Entwicklungen, mit mRNA als Basis

Das Projekt zeigt, wie ein Open-Source-Ansatz Herausforderungen bewältigen kann, die zuvor hinter proprietären Pharma-Systemen verborgen waren. Mit 440 Tests und 95 % Code-Abdeckung stellt OpenRNA Forschungsteams ein Tool zur Verfügung, um investigator-initiated klinische Studien ohne Millionenbudgets zu starten. Für Entwickler dient es als Beispiel für Clean Architecture in stark regulierten Umgebungen – wo ein einziger fehlender Schritt einem Patienten das Leben kosten könnte.

— Editorial Team