Nicht nur in der biomedizinischen Forschung, auch in der klinischen Medizin steigen die zu verarbeitenden Datenmengen rasant und es existiert ein allgemeiner Trend hin zu quantitativen Messwerten und Aussagen. Das Spektrum reicht dabei von histopathologischen Tests, in denen über quantitative Auswertungen (z. B. Her2–Statusbestimmung) prädiktive, d. h. therapieentscheidende Aussagen getroffen werden, bis zu systembiologischen Fragestellungen mit Tausenden von Simultanmessungen aus Hochdurchsatzverfahren der Genomik und Proteomik oder neuer mikroskopischer Techniken. Die Validität solcher quantitativer Diagnostik zu gewährleisten und die anfallenden Datenmengen biologisch interpretieren zu können, erfordert geeignete mathematisch-analytische Verfahren, deren Entwicklung gegenüber den technisch- experimentellen Verfahren zurück liegt. Die in dieser Schrift vorgestellten Arbeiten leisten hier einen Beitrag im Wesentlichen in drei teilweise miteinander überlappenden Feldern. Als Hauptteil der Arbeit beschreiben wir die Entwicklung von Bildanalysemethoden für Fluoreszenz- und Hellfeldmikroskopie und wie deren Anwendung effiziente Analysen mit objektiven Aussagen zur Bedeutung des T-Zell Adapterproteins SAP für die Bildung von Keimzentren sowie zum Einfluss von S1P auf die Osteoklastenfunktion ermöglicht. Neben dieser primär analytischen Auswertung experimenteller Daten rückt im Rahmen systembiologischer Ansätze immer mehr die Modellierung und Simulation von biologischen Prozessen ins wissenschaftliche Interesse. Die in diesem Kontext hier vorgestellte Arbeit beschreibt erstmals die einfache Erstellung realistischer, biochemisch und morphologisch dynamischer Simulationsmodelle auch komplexer biologischer Signalnetzwerke. Die Methode kann in Zukunft einen wichtigen Beitrag für die personalisierte Medizin leisten, da sie die Integration von Ergebnissen aus experimentellen Genomik– oder vor allem Proteomikstudien über pathologisch veränderte Prozesse bei Tumoren mit funktionellen in silico Experimenten erlaubt und so die Mechanismen der Wirkung zielgerichteter (Kombinations-)Therapien systematisch evaluiert werden können. Im letzten Teil wird mit der Methodenevaluation ein weiterer wichtiger Anwendungsbereich quantitativer Analyse- und Simulationsmethoden anhand der routinediagnostischen Bestimmung des Her2-Status beschrieben. Es wird gezeigt, dass erhebliche Ergebnisunterschiede zwar abhängig von Art und Qualität der Daten, jedoch primär durch Eigenschaften der Analysemethode zustande kommen können. Dass die Ergebnisfluktuationen im Fall der Her2-Diagnostik therapieentscheidend sein können, verdeutlicht, wie wichtig eine rigorose Validierung insbesondere quantitativer Methoden ist. Insgesamt zeigen die hier vorgestellten Arbeiten den bereits aktuell wichtigen Beitrag quantitativ-analytischer Ansätze zur standardisierten Datenauswertung und Ergebnisinterpretation und lassen deren weiter zunehmende Bedeutung für die Zukunft der Biomedizin erkennen.
Not only biomedical research, but also clinical medicine has to deal with increasing amounts of data and a general trend exists in these fields towards quantitative measurements and analyses. Examples of such quantitative approaches range from histopathological tests, in which evaluation of predictive biomarkers (e. g. Her2 scoring) assists in therapeutical decisions, to systems biological approaches relying on thousands of simultaneous measurements from high-throughput genomics and proteomics techniques. To ensure the validity of quantitative diagnostics and to be able to interpret the huge amounts of data, appropriate mathematical methods are needed whose development has been lagging behind the experimental techniques. The studies presented here contribute to the research in these areas in three partially overlapping fields. The major part describes the development of image analysis methods for fluorescence and bright field microscopy and demonstrates how these techniques enable objective analyses of the functional relevance of the T cell adaptor protein SAP for the generation of germinal centers and, in a second example, about the influence of S1P on the function of osteoclasts. In addition to these applications primarily geared to the analysis of experimental data, simulation modeling is attracting increasing attention in the context of the systems analysis of complex biological processes. The study we introduce in this area describes a novel approach to create biochemically and morphologically realistic simulation models of even complex signaling networks. This method may in the future substantially contribute to the development of personalized medicine by facilitating the integration of experimental data from genomic and proteomic analyses of pathologically altered processes in tumors with in silico experiments. Ultimately, this approach may be used to systematically investigate the efficacy of targeted (combination) therapies. In the last part we present a method evaluation approach exemplifying another important field of application of quantitative analysis and modeling methods. We show how routine diagnostics of Her2 scores may show significant variations depending on the properties of the analytical method used. The fact that the observed fluctuations in case of Her2 diagnostics may alter therapeutic decisions emphasizes the importance of a rigorous validation particularly in case of quantitative methods. To conclude, the presented work demonstrates the importance of quantitative analytical approaches for standardized data analysis and interpretation of experimental results already today and reveals their increasing importance for the future of biomedical research.
