Arbeitsplan

Darstellung des wissenschaftlichen Konzepts und der zugehörigen Arbeitspakete (work packages – WPs)

Abbildung: Darstellung des wissenschaftlichen Konzepts und der zugehörigen Arbeitspakete (work packages – WPs). Die Arbeitsschritte "Dissemination and Exploitation" werden hauptsächlich in der sich anschließenden Translationsphase durchgeführt.

 

Das Projekt gliedert sich in eine Entwicklungs- und eine Translationsphase. Schwerpunkte der Entwicklungsphase sind das Sammeln und die Integration der Daten in einer Datenbank, die Entwicklung und Anwendung von Analyse- / Vorhersageverfahren / eines molekularen Krankheitsmodells sowie die Erstellung der EPP-Benutzeroberfläche. Die Translationsphase dient der Anwendung und Bewertung der Software in der klinischen Praxis. Der folgende Arbeitsplan beschreibt die geplanten Arbeitsschritte in der Entwicklungsphase.
Um die oben skizzierten Ziele zu erreichen sollen eine Vielzahl heterogener, patientenbezogener Daten (Omics-Daten, Pathologiebefunde, sowie CT- / MRT- / PET-Scans und dazugehörige Radiologiebefunde), die an der Universität zu Lübeck und dem Universitätsklinikum Schleswig-Holstein, Campus Lübeck erarbeitet wurden in eine integrierte Datenbank (IDB) integriert bzw. aus dieser heraus referenziert werden. Da nicht alle diese Daten bereits in strukturiertem und maschinenlesbarem Format vorhanden sind, ist ein wichtiger Schritt der Datenintegration die automatisierte Informationsextraktion aus Freitextbefunden (Text mining). Dies beinhaltet die Annotation von Proben und Fällen mit vorher unzugänglicher, jetzt strukturierter Information, um sie in ein kontrolliertes Vokabular einzubetten. Dieser Schritt ist unverzichtbar für den späteren strukturierten Zugriff auf vorhandene Informationen. 
Text Mining Methoden werden ebenfalls auf PubMed-Artikel und öffentliche Datenbanken angewandt um krankheitsrelevante Merkmale zu extrahieren, die beispielsweise auf molekulare Netzwerke oder Signaltransduktionsmechanismen abgebildet werden können. Die bereits in der IDB vorhandenen Daten werden mit diesen Informationen ergänzt.
Mit Hilfe geeigneter statistischer Verfahren werden die in der IDB vorhandenen Daten im Hinblick auf ihre Assoziation mit Krankheitsverläufen analysiert. Zusätzlich zur statistischen Datenanalyse werden Methoden des maschinellen Lernens angewandt, um unbekannte Patienten bekannten Patienten-Subgruppen zuordnen zu können. 
Für ein vertieftes Verständnis zugrunde liegender molekularpathologischer Mechanismen und für die Auswahl von Therapien soll ein wissensbasiertes Krankheitsmodell entwickelt werden, welches auf krankheitsrelevanten molekularen Eigenschaften basiert.
Unabdingbar für einen effizienten Zugriff auf Daten und Analyseergebnisse ist die Entwicklung einer geeigneten graphischen Oberfläche
Wir werden eine einfach benutzbare webbasierte, grafische Oberfläche für EPP erstellen. Schlüsseleigenschaften der Applikation sind das interaktive Laden und der Export von Daten zu einzelnen Patienten, sowie die einfache Anwendung von Filtern und Suchkriterien für definierte Gruppen. Entsprechende zusammenfassende Statistiken sowie molekulare Profile der Patienten werden dann automatisch zum jeweiligen Krankheitsmodell hinzugefügt und angezeigt. 

Zusammenfassung: EPP wird für jeden Patienten verschiedene Arten von molekularen, histopathologischen, klinischen und radiologischen Informationen zusammenbringen und in einfacher Form nutzbar machen. Gleichzeitig wird der EPP einen individualisierten Überblick der zugrundeliegenden Krankheitsbiologie zur Verfügung stellen, Bewertungen für den Krankheitsverlauf liefern und mögliche Behandlungsoptionen aufzeigen. Der EPP wird damit ein personalisiertes Entscheidungsunterstützungs-System für die Therapie-Lenkung von Darmkrebspatienten sein, das insbesondere nach Scheitern der Standardtherapie von großem Nutzen sein wird.