Medizin & Biotech

Marc Streit © JKU
Marc Streit © JKU

APA

"Big Data in der Krebsforschung"

05.02.2018

Marc Streit, Institut für Computergrafik an der Johannes Kepler Universität Linz

Das Schlagwort "Big Data" ist seit einigen Jahren in aller Munde. Viele Wissenschaftsgebiete, wie beispielsweise Medizin, Biologie und Physik, sind mit einer regelrechten Datenexplosion konfrontiert. Neben der schieren Größe der Daten stellt jedoch vor allem deren Komplexität und Vielfältigkeit eine Herausforderung dar. Mein Team an der JKU Linz entwickelt interaktive Ansätze zur Darstellung und visuellen Analyse großer Daten, die es Benutzern erlauben, Muster, Trends und Auffälligkeiten in den Daten zu finden.

Im Gegensatz zur automatischen Datenanalyse mit Statistik und Machine Learning, macht man sich in der Visualisierung die einzigartigen Fähigkeiten des Menschen zunutze, Muster zu erkennen, Hintergrundwissen in die Analyse einfließen zu lassen und Schlüsse daraus zu ziehen. Durch die Kombination aus automatischen Methoden mit interaktiver Visualisierung können wir neue Erkenntnisse gewinnen, die weder der Mensch noch der Computer alleine in der Lage sind zu finden.

In einem mehrjährigen Forschungsprojekt mit Boehringer Ingelheim erarbeiten wir Lösungen für die visuelle Datenanalyse von Krebsdaten, welche das Ziel verfolgt, die Entwicklung neuer Medikamente zielgerichteter und effizienter zu gestalten. Die innovativen Methoden ermöglichen den Kollaborationspartnern, das Potenzial ihrer Datensammlungen auszuschöpfen, um bessere Entscheidungen zu fällen. Eine im Rahmen der Zusammenarbeit entwickelte Softwarelösung wird bereits produktiv bei Boehringer Ingelheim in der Medikamentenforschung eingesetzt.

Ein weiteres brandaktuelles Forschungsthema betrifft die Reproduzierbarkeit wissenschaftlicher Erkenntnisse. Wissenschaftlicher Fortschritt basiert auf der Annahme, dass veröffentlichte Erkenntnisse gesichert sind und neue Arbeiten auf diesem Wissen aufbauen können. Es hat sich allerdings herausgestellt, dass die Reproduzierbarkeit von wissenschaftlichen Ergebnissen - auch publiziert in Top Fachzeitschriften wie Nature und Science - nicht oder nur eingeschränkt möglich ist. Diese Erkenntnis stellt auch die Krebsforschung vor ein gravierendes Problem. Ein Schlüssel zur Erhöhung der Reproduzierbarkeit in datengetriebenen Wissenschaften ist das Speichern von Informationen über die Herkunft der Daten, den interaktiven Analyseprozess sowie den gewonnenen Erkenntnisse entlang des Analyseprozesses.

In den letzten Jahren haben wir Methoden entwickelt, diese Informationen auf verschiedenen Ebenen zu visualisieren und damit für den menschlichen Analysten zugänglich und verwertbar zu machen. Die entwickelten Ansätze stoßen in der Pharma-Branche auf großes Interesse, da diese Unternehmen die Erkenntnisse aus der Datenanalyse für die Zulassung neuer Medikamente lückenlos aufzeichnen und reproduzieren können müssen.

Obwohl in der Krebstherapie in den letzten Jahren große Fortschritte gemacht worden sind, sind die neuen Erkenntnisse in der Regel nur auf den "typischen" Patienten, also auf Menschen mit Normalgewicht im Alter von 25 bis 45 Jahren, übertragbar. Dabei leiden gerade ältere PatientInnen häufiger an Krebs, wobei die Krankheit durch eine Vielzahl von Nebendiagnosen erschwert wird. Genau dieser Thematik widmet sich ein Forschungsprojekt an dem meine Gruppe an der JKU Linz in Kooperation mit der RISC Software GmbH und dem Kepler Universitätsklinikum Linz arbeiten.

Zu diesem Zweck wird eine Forschungsplattform entwickelt, die es den medizinischen ForscherInnen erlaubt, die sensiblen und komplexen Daten aus der Krebsforschung zu verarbeiten. Genauso wie ein Navigationssystem für das Auto leitet das System den Benutzer durch den Datendschungel. Durch den Einsatz interaktiver Datenvisualisierung kann die Software wertvolle Hinweise auf versteckte Zusammenhänge und komplexe Muster in den Daten liefern. Mit Hilfe der Software hoffen die Forscher am Universitätsklinikum die Prognose und die Behandlung für ältere KrebspatientInnen langfristig verbessern zu können, um so den Anforderungen einer immer älter werdenden Gesellschaft gerecht zu werden.

Mit der rasanten Weiterentwicklung biologischer und medizinischer Messmethoden wird auch der Umfang der Daten weiter rapide zunehmen. Ein Beispiel dafür ist die "Single Cell Sequencing"-Technologie, womit es möglich ist, einzelne Zelles eines Tumors zu sequenzieren und damit die Evolution der Tumorbildung zu untersuchen. Zusätzlich wird auch das aktuelle Wissen über Krebs, das in der Analyse miteinbezogen werden muss, immer umfangreicher und komplexer. Der visuellen Aufbereitung der Daten wird somit weiterhin eine Schlüsselrolle in der Krebsforschung zukommen.

STICHWÖRTER
Medizin  | Wien  | Dossier  | Gastkommentar  | Wissenschaft  | Forschung  |
Weitere Meldungen aus Medizin & Biotech
APA
Partnermeldung