Analyse von Wirkungszusammenhängen bei der Medikamentenentwicklung

人类基因组计划研究与结构基因组学研究- - - - - wächst der kentnisist - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -[2]〔1〕〔1〕〔1〕〔1〕〔1〕〔1〕〔1〕〔1〕〔1〕〔1〕〔1〕〔1〕。因此，从公元前3万到大约10万的人的基因中，就产生了卡地亚。Deren Expressionsmuster können mit sogenannten “DNA芯片” in Experiment in großen Maßstab bestestimmt werden。Inzwischen sind die unterschiedlichsten biologischen Datenbanken - diese enthalten z. B. Sequenzinformation, struckturinformation, der Funktion von Proteinen， metabolische Netzwerke等- im Internet <e:1>她的“远程计算机访问”vergbar。Ziel说：“在数据挖掘工具（Datamining Tool）中，数据挖掘工具（Datamining Tool）被称为数据挖掘工具（Datamining Tool），而在数据挖掘工具（Medikamentenforschung ingesetzt werden kann）中，数据挖掘工具被称为数据挖掘工具。”Das System soll in der Lage sein, aus der Überfülle and Information aus HTS-Datensätzen Wirkungszusammenhänge and Leitstrukturen herauszufiltern and dem Nutzer in iner anschauulichen Darstellungsform zur verfgung zu stelen。高通量筛选（High Throughput Screening， HTS）方法：自动筛选（automatisierte Testen von Bindungsaffinitäten von kleinen Liganden and ein gegebenes Zielprotein in großen Maßstab in Labor bezeichnet）。Die leitstrukter ist Ausgangspunkt der Suche nachinem neen Arzneimittel。(2)研究结果表明：1 .研究结果表明：1 .诊断结果表明：1 .诊断结果表明：1 .诊断结果表明：1 .诊断结果表明：1 .诊断结果表明：Die zu entwickelnde Software在allen geteststeten Substanzen geeignete leitstructuren vorschlagen下销售。Dazu mssen在《信息挖掘的线性方法》（Linie method des Information Mining）、《异构数据挖掘》（heterogeneous Datenbanken）、《异构数据挖掘》（zweitens Datenbanken）、《数据挖掘的行为分析》（dedie Datenflut geeignet zu reduzieren）等方面进行了研究。Das System wind sowohl automatisch hypothesis generieren and Abhängigkeiten modellieren也都是这样的。在weiterer中，wwtiger方面的风模验证器假设。交互性和迭代性：模型综合、验证和优化。

Als Ergebnis des Humangenomprojektes und der sich anschließenden "Structural Genomics"-Forschung wächst der Kenntnisstand über potentielle Angriffspunkte von Wirkstoffen für die Behandlung unterschiedlichster Krankheitsbilder explosionsartig an. Die Wirkstofforschung steht vor einem mit derzeit angewandten Methoden nicht mehr zu bewältigendem Informationsfluß. So sind z. B. 30.000 der ca. 100.000 menschlichen Gene bereits kartiert. Deren Expressionsmuster können mit sogenannten "DNA Chips" im Experiment im großen Maßstab bestimmt werden. Inzwischen sind die unterschiedlichsten biologischen Datenbanken - diese enthalten z. B. Sequenzinformation, Strukturinformation oder Funktion von Proteinen, metabolische Netzwerke etc. - im Internet über "remote computer access" verfügbar. Ziel dieses Projektes soll es sein, ein Datamining Tool zu entwickeln, das in der Medikamentenforschung eingesetzt werden kann. Das System soll in der Lage sein, aus der Überfülle an Information aus HTS-Datensätzen Wirkungszusammenhänge und Leitstrukturen herauszufiltern und dem Nutzer in einer anschaulichen Darstellungsform zur Verfügung zu stellen. Als High Throughput Screening (HTS) wird das automatisierte Testen von Bindungsaffinitäten von kleinen Liganden an ein gegebenes Zielprotein im großen Maßstab im Labor bezeichnet. Die Leitstruktur ist Ausgangspunkt der Suche nach einem neuen Arzneimittel. Eine solche Substanz besitzt bereits eine erwünschte biologische Wirkung, für den therapeutischen Einsatz fehlen aber noch bestimmte Eigenschaften. Die zu entwickelnde Software soll unter allen getesteten Substanzen geeignete Leitstrukturen vorschlagen. Dazu müssen in erster Linie Methoden des Information Mining benutzt werden, die erstens mit den heterogenen Datenbanken und zweitens mit der zum Teil fehlerbehafteten Information umgehen können, um die Datenflut geeignet zu reduzieren. Das System wird sowohl automatisch Hypothesen generieren und Abhängigkeiten modellieren als auch den gezielten Suchprozeß nach bestimmten Informationen des Anwenders unterstützen. Ein weiterer wichtiger Aspekt wird die Verifikation dieser Hypothesen sein. Interaktiv und iterativ werden Modelle synthetisiert, validiert und optimiert.