Biobanking ist teuer
Man würde nicht vermuten, wie teuer das Biobanking tatsächlich ist. Wissenschaftler müssten die Biobanking-Kosten in Forschungsanträgen idealerweise berücksichtigen, denn Fördermittelgeber sind zusehends bereit zu akzeptieren, dass ein signifikanter Anteil der beantragten Fördersumme für diese Position eingestellt werden muss.
In der Vergangenheit war die Bereitschaft der Nutzer, für diese zentrale Einrichtung einen kostendeckenden Preis zu zahlen, leider wenig ausgeprägt, doch hier fand in den letzten Jahren ein Umdenken statt. Insbesondere wurde erkannt, dass die Aufwendungen für die Präanalytik gut angelegtes Geld sind, denn von der Qualität der eingelagerten Materialien hängt der spätere Erfolg der Studien entscheidend ab. Es ergibt wenig Sinn, teure Analytik wie DNA-Array oder NGS-Analysen an Biomaterial unzureichender Qualität durchzuführen.
Genauso wenig hilfreich ist Biomaterial, zu dem zentrale klinische Daten fehlen. Im Aachener Klinikum wird die Biobank auch Biodatenbank genannt, da die datenschutzrechtskonforme Nutzung der Biomaterialdaten ein wesentlicher Teil des Biobankings ist. Dass die IT-Seite aber mehr als ein Drittel der Gesamtkosten des Biobankings ausmacht, hatte man 2011 zu Beginn der BMBF-Förderung nicht erwartet.

Langfristige Chancen
Die Vorteile einer cBMB sind für den Forscher oder auch den einsendenden Kliniker nicht immer offensichtlich, denn standardisierte und erhöhte Biomaterialproben-Qualität oder ein zeitgemäßer Umgang mit datenschutzrechtlichen Auflagen sind Faktoren, die für Publikationen scheinbar eine untergeordnete Rolle spielen. Es bedarf also einer gemeinsamen Vision und Strategie, z. B. von Dekanat, Klinikchef und Biobank-Leitung, nachhaltig in den Aufbau einer Struktur zu inves­tieren, die vielleicht erst nach fünf Jahren wissenschaftliche Früchte trägt. An dieser nicht einfachen Strategie, die zunächst ein „altruistisches Handeln“ aller Beteiligten erfordert, führt aus meiner Sicht aber kein Weg vorbei. In Zeiten der Präzisionsmedizin verstehen wir Erkrankungen immer besser; diese zerfallen – molekular betrachtet – häufig in Untergruppen, die nur noch einen kleinen Prozentsatz der Gesamterkrankung ausmachen (typisches Beispiel: die immer feinere Subtypisierung der Lungenkarzinome). In diesen Fällen sowie bei der Erforschung seltener Erkrankungen ist es wichtig, Bio­materialproben und -daten verschiedener Standorte bündeln zu können, um ausreichende Fallzahlen zu gewährleisten.
In Zeiten von Big Data, in denen sich das Datenvolumen der Menschheit jährlich verdoppelt, werden auch die Biowissenschaften von einer Datenlawine überrollt. Häufig liegen diese jedoch in unzureichend standardisierten Formaten vor und speisen sich aus den unterschiedlichsten Quellen, vom NGS-Ergebnisprotokoll bis zur Patientenakte. Die Auswertung und Zusammenführung in datenschutzrechtlich konformer Weise, z. B. in einem Data Warehouse, ist Grundvoraussetzung dafür, dass der hohe Aufwand am Ende auch durch wissenschaftlichen und medizinischen Erkenntnisgewinn belohnt wird.