In diesem Projekt analysierten wir die klinische MEMORI Studie, die einen Therapiewechsel von frühen PET (Positronen-Emissions-Tomographie) -Nicht-Respondern nach Induktionschemotherapie zu einer Strahlenchemotherapie bei lokal fortgeschrittenen gastroösophagealen Adenokarzinomen (GEJ) untersuchte. Das primäre Ziel, die R0-Resektionsrate bei metabolischen Nicht-Respondern zu erhöhen, wurde nicht erreicht. Die PET-Antwort nach Induktionstherapie war prognostisch für ein verlängertes Überleben bei PET-Respondern. Wir erforschten neue Bildgebungsparameter und nutzten Deep Learning, um die Chemotherapie-Antwort aus histopathologischen Bildern vorherzusagen. Dies unterstützte die Entwicklung von CellViT zur automatisierten Segmentierung von Zellkernen in digitalisierten Gewebeproben. Die Multi-Omics-Analyse von Biopsien vor, während und nach der Therapie zeigte transkriptionelle Veränderungen ohne Hinweis auf dominante Selektion von Zellklonen, was auf Plastizität und Immun-Dynamik als Schlüsselmechanismen hinweist. Das MEMORI-Projekt baute auf Fortschritten des DKTK im multizentrischen Biobanking und der Datenerfassung auf.