Statistische Modelle zur Vorhersage von Therapieerfolgen

Leitung:		Prof. Dr. Jörg Rahnenführer
Institut:		Fakultät Statistik, Technische Universität Dortmund
Homepage:		www.statistik.tu-dortmund.de

Thema dieses Teil-Projektes ist die Entwicklung, Implementierung, Validierung und Anwendung von statistischen Methoden zur Modellierung von Therapieerfolg von Krebsmedikamenten, basierend auf genetischen Messungen in Krebszellen der Patienten. In der ersten Phase werden die Zusammenhänge von genetischen Messungen in Tumorproben und Therapieansprechen der entsprechenden Patienten untersucht. Zunächst werden Korrelationsanalysen zwischen den genetischen Veränderungen in den Krebszellen durchgeführt, die wichtig für die Entwicklung von effizienten statistischen Verfahren zur Auswahl der relevanten genetischen Veränderungen sind. Redundante genetische Veränderungen werden von der weiteren Analyse ausgeschlossen. Im nächsten Schritt wird nach optimalen Bewertungsfunktionen zur Vorhersage von Therapieerfolg gesucht. Dazu werden zwei Herangehensweisen verfolgt. In einem ersten Ansatz wird zuerst eine kleine Anzahl einzeln für sich relevanter Veränderungen identifiziert, die dann zum Beispiel im Rahmen der Schätzung von Progressionsmodellen sinnvoll kombiniert werden. Im zweiten Ansatz werden multivariate Verfahren untersucht und entwickelt, in denen die Auswahl der relevanten genetischen Änderungen gleichzeitig mit der Auswahl des statistischen Vorhersagemodells vorgenommen wird. Moderne statistische Verfahren wie zum Beispiel die Lasso-Regression, Regressionsbäume oder Support-Vektor-Maschinen werden eingesetzt, angepasst und verglichen. Im letzten Schritt werden zusätzlich klinische Variablen wie zum Beipiel Tumorgröße oder Tumorstadium in die Vorhersagemodelle integriert und es wird untersucht, inwieweit die Vorhersage gegenüber Modellen, die allein auf genetischen Messungen beruhen, noch verbessert werden kann. Parallel zu diesen Arbeiten werden statistische Methoden zur Analyse differentieller Signalwege entwickelt. Dabei werden Zusammenhänge zwischen Daten zu genetischen Veränderungen und Signalwegen untersucht, die aus den Experimenten der Kooperationspartner hervorgehen. Alle geeigneten von uns entwickelten Methoden sollen in Software der Kooperationspartner integriert werden.


Leitung:    Prof. Dr. Thomas Lengauer

Institut:   Max-Planck Institut für Informatik, Saarbrücken


Thema dieses Projektes ist die Entwicklung und Implementierung einer Datenbank und eines benutzerfreundlichen Internet-basierten Programms, das Therapieerfolg bei Krebspatienten abhängig von genetischen Daten vorhersagt. Die genetischen Daten sind Mutationen in Genen oder Verluste von Teilen von Chromosomen, die in Tumorzellen von Krebspatienten beobachtet werden. Zunächst muss eine Datenbank erstellt werden, die die genetischen Daten in einer Weise enthält, die vielfältige Möglichkeiten zur einfachen Weiterverarbeitung der Daten bietet. Die Datenbank soll neben den genetischen Daten auch klinische und verschiedene Phänotypdaten enthalten. Parallel dazu wird eine weitere Datenbank aufgebaut, die Daten zu Signalwegen enthält und die zur differentiellen Analyse von Signalwegen benötigt wird. Im nächsten Schritt werden die statistischen Methoden zur Verknüpfung von genetischen und klinischen Daten, die gemeinsam mit dem Teilprojekt aus Dortmund entwickelt werden, implementiert. Im letzten Schritt wird ein Internet-basiertes Programm erstellt, das Vorhersagen von Therapieerfolg basierend auf genetischen Daten erstellt. Zunächst werden dabei nur die genetischen Daten für die Vorhersage verwendet, in einer späteren Phase dann eine Kombination aus genetischen und anderen klinischen oder histopathologischen Daten. Die von Teilprojekt in Dortmund entwickelten statistischen Methoden werden in die neu entwickelte Software eingebunden. Die Verwendung des Internet-basierten Programms zur Vorhersage von Therapieerfolg wird auch anderen Nutzern ermöglicht.