Klinische Prognosen auf Grundlage von genregulatorischen Netzwerken

点击翻译按钮获取中文摘要

Ziel des Projekts ist die Entwicklung von Methoden zur Erstellung von klinischen Prognosen auf Grundlage von genregulatorischen Netzwerken. Seit einigen Jahren wird intensiv nach Methoden gesucht, genomweite molekulare Messungen wie z.B. Genexpressionsdaten zur Verbesserung von klinischen Prognosen zu verwenden. Die Prognosequalität steigt, wenn einerseits zusätzliches biologisches Wissen in die Schätzungen integriert wird und andererseits die Anzahl der Gene im Sinne der Prognose statistisch optimal reduziert wird. In diesem Projekt verfolgen wir einen neuen derartigen Ansatz basierend auf Bayesschen Netzwerken, mit denen genregulatorische Netzwerke geschätzt werden können. Im ersten Schritt werden Patienten nach prognostischen Kriterien in Untergruppen geteilt, und mit einer differentiellen Netzwerkanalyse werden Gengruppen gesucht, für die sich die jeweils für die Patientengruppen geschätzten genetischen Netzwerke statistisch deutlich und biologisch interpretierbar unterscheiden. Im zweiten Schritt werden für vorgegebene Gengruppen neue Patientengruppen gebildet, so dass sich die jeweils zugehörigen Netzwerke unterscheiden, und erst danach werden die klinische Unterscheide der neu identifizierten Patientengruppen analysiert. Mit diesen Ansätzen können für die prognostischen Unterschiede in Form der unterschiedlichen genregulatorischen Netzwerke direkt biologisch plausible kausale Ursachen untersucht werden. Die Methoden werden an einem eigenen Brustkrebsdatensatz mit 200 Patientinnen entwickelt und auf verschiedenen anderen Datensätzen validiert.