German Title: Mathematische Modellierung der Lynch Syndrom Karzinogenese
Preview |
PDF, English
- main document
Download (11MB) | Lizenz: Creative Commons Attribution 4.0 |
Abstract
Cancer is one of the leading causes of disease-related death worldwide. In recent years, large amounts of data on cancer genetics and molecular characteristics have become available and accumulated with increasing speed. However, the current understanding of cancer as a disease is still limited by the lack of suitable models that allow interpreting these data in proper ways. Thus, the highly interdisciplinary research field of mathematical oncology has evolved to use mathematics, modeling, and simulations to study cancer with the overall goal to improve clinical patient care.
This dissertation aims at developing mathematical models and tools for different spatial scales of cancer development at the example of colorectal cancer in Lynch syndrome, the most common inherited colorectal cancer predisposition syndrome. We derive model-driven approaches for carcinogenesis at the DNA, cell, and crypt level, as well as data-driven methods for cancer-immune interactions at the DNA level and for the evaluation of diagnostic procedures at the Lynch syndrome population level. The developed models present an important step toward an improved understanding of hereditary cancer as a disease aiming at rapid implementation into clinical management guidelines and into the development of novel, innovative approaches for prevention and treatment.
Translation of abstract (German)
Krebs ist weltweit eine der häufigsten krankheitsbedingten Todesursachen. In den letzten Jahren sind große Datenmengen zur Krebsgenetik und zu molekularen Eigenschaften verfügbar geworden und haben sich mit zunehmender Geschwindigkeit angesammelt. Das derzeitige Verständnis von Krebs als Krankheit ist jedoch durch das Fehlen geeigneter Modelle immer noch begrenzt, die eine angemessene Interpretation dieser Daten ermöglichen. Daher hat sich das stark interdisziplinäre Forschungsgebiet der mathematischen Onkologie entwickelt, um Mathematik, Modellierung und Simulationen zur Untersuchung von Krebs mit dem übergeordneten Ziel zu verwenden, die klinische Patientenversorgung zu verbessern.
Ziel dieser Dissertation ist die Entwicklung mathematischer Modelle und Werkzeuge für unterschiedliche räumliche Skalen der Krebsentstehung am Beispiel von Darmkrebs beim Lynch-Syndrom, dem häufigsten erblichen kolorektalen Krebsprädispositionssyndrom. Wir erarbeiten modellgetriebene Ansätze zur Karzinogenese auf DNA-, Zell- und Kryptenebene sowie datengetriebene Methoden für Krebs-Immun-Interaktionen auf DNA-Ebene und zur Evaluation diagnostischer Verfahren auf Populationsebene des Lynch-Syndroms. Die entwickelten Modelle stellen einen wichtigen Schritt in Richtung eines besseren Verständnisses von erblichem Krebs als Krankheit dar, mit dem Ziel einer raschen Umsetzung in klinische Behandlungsleitlinien und in die Entwicklung neuartiger, innovativer Ansätze für Prävention und Behandlung.
Document type: | Dissertation |
---|---|
Supervisor: | Heuveline, Prof. Dr. Vincent |
Place of Publication: | Heidelberg |
Date of thesis defense: | 19 April 2023 |
Date Deposited: | 28 Apr 2023 08:14 |
Date: | 2023 |
Faculties / Institutes: | The Faculty of Mathematics and Computer Science > Dean's Office of The Faculty of Mathematics and Computer Science Service facilities > Interdisciplinary Center for Scientific Computing |
DDC-classification: | 500 Natural sciences and mathematics 510 Mathematics 600 Technology (Applied sciences) 610 Medical sciences Medicine |
Controlled Keywords: | Modellierung, Carcinogenese, Angewandte Mathematik, Data Science, Gewöhnliche Differentialgleichung |
Uncontrolled Keywords: | Lynch Syndrom, Mathematische Modellbildung, Computational modeling |