Graduiertenkolleg Angewandte Algorithmische Mathematik

Graduiertenseminar

Neue Erkenntnisse in der Molekularbiologie ermöglichen mehr und mehr die Entwicklung hocheffizienter Medikamente in der Tumortherapie. Behandelt wird nicht mehr nur der Krebs als solcher, sondern ein definiertes molekulares Substrat. Entsprechend der Heterogenität des Krebsgeschehens werden allerdings diese molekularen Zielsubstrate oder Substratcluster immer nur bei einem vergleichsweise kleinen Prozentsatz der Patienten exprimiert. Demzufolge haben immer nur wenige Patienten einen therapeutischen Nutzen, der dann aber deutlich ausgeprägter ist als bei den herkömmlichen Therapieverfahren. Dieses veränderte Ansprechverhalten hat zu einem Dilemma bei der Prüfung und Zulassung neuer zielgerichteter Medikamente geführt. Die gute Wirksamkeit bei wenigen Patienten kann nur mit Hilfe großer Fallzahlen statistisch nachgewiesen werden. Dies führt nicht selten dazu, dass die Kosten des Zulassungsverfahrens bei weitem den wirtschaftlichen Nutzen neuer Medikamente überschreiten. Paradoxerweise wird so die Entwicklung neuer zielgerichteter Medikamente von vorneherein durch die Meßmethode blockiert. Abhilfe könnte hier ein neues Prüfverfahren bringen. Mit Hilfe der im Vortrag „Data Mining for Explanations“ erklärten Methoden lässt sich die Wirkung von Medikamenten auch an kleinen Fallzahlen nachweisen. Wir haben ein auf diesen Methoden beruhendes Verfahren entwickelt und implementiert, und stellen hier die ersten, zum Teil ueberrraschenden, Ergebnisse vor.

Tina Marquardt (marquard ma.tum.de)
  Februar 2006