AG Zellbiochemie Martinsried


Zytomik


G.Valet

Zytomik stellt die multimolekulare zytometrische Analyse der zellulären Heterogenität von Zytomen (Zellsysteme/Organe/Organismus) sowie die Charakterisierung apparenter molekularer Zellphänotypen als Resultat von Genotyp und Exposition dar.

Die molekularen Zellphänotypen in der natürlicherweise vorkommenden zellulären und Zellpopulationsheterogenität in krankheitsbetroffenen Zytomen des Körpers enthalten sowohl die Information über den gegenwärtigen Krankheitszustand (Diagnose) als auch über die zukünftige Krankheitsentwicklung (Prädiktion). Die Analyse der Gesamtheterogenität von Zellulardaten eröffnet ganz allgemein die Einzelfallprädiktion des Krankheitsverlaufes für die Medizin. Dies führt u.a. zu einer therapeutischen Vorlaufzeit, während der frühzeitige präventive Therapiemassnahmen eine Vermeidung irreversibler Schäden anstreben können z.B. Asthmaprävention durch frühzeitige Erkennung der Sensibilisierungsphase mit Umgebungssanierung als eine der präventiven Therapiemassnahmen.

Datenklassifizierungen werden gegenwärtig für die Patienten einer Krankheitskategorie als prädiktiv angesehen, wenn in der Lern- und unbekannten Testgruppe von Patienten prädiktive Werte >95% erreicht werden. Bei Werten <95% wird die Klassifizierung als prognostisch eingestuft. Zukünftige Anstrengung betreffen die Anhebung der Prädiktionsschwelle auf >99%, was durch die Suche nach noch besser diskriminierenden molekularen Datenmustern erreicht werden kann.

Allgemeinkonzept
für Prädiktivmedizin mittels Zytomik:
a.) multiparametrische zytometrische Bestimmung von Funktionszuständen oder Bestandteilen in krankheitsassoziierten Zytomen
b.) erschöpfende Analyse (1, 2) aller gemessenen numerischen Parameter für alle Zellpopulationen (d.h. in der Praxis von >95% aller gemessenen Zellen)
c.) Datenmusterklassifizierung der gesamten Information gegen den zukünftigen Patientenzustand während der Lernphase
d.) Klassifizierung der unbekannten Testgruppe von Patienten, die unter den gleichen Bedingungen wie die Lerngruppe vermessen wurde. Typischerweise wird jeder fünfte oder zehnte Patient des Gesamtdatensatzes a-priori der Testgruppe zugeordnet. Deren Daten bleiben dem Lernprozess verborgen, um systematische Klassifizierungsabweichungen zu vermeiden. Auf diese Weise ist sichergestellt, dass Lern- und Testpatienten unter gleichartigen Messbedingungen erfasst wurden (eingebetteter Testsatz).
e.) Prospektive Datenklassifizierung neuer unbekannter Patienten nach Abschluss der klinischen Initialphase




© 2024 G.Valet
1965-2006: Max-Planck-Institut für Biochemie, Am Klopferspitz 18a, D-82152 Martinsried, Germany
Letzte Aufdatierung: 21.11.2002