eprintid: 19647
rev_number: 11
eprint_status: archive
userid: 2123
dir: disk0/00/01/96/47
datestamp: 2015-10-28 08:07:23
lastmod: 2015-10-29 11:26:45
status_changed: 2015-10-28 08:07:23
type: doctoralThesis
metadata_visibility: show
creators_name: Stichel, Damian
title: Kollektive Migration von Lungenkrebszellen - Modellierung und Datenanalyse
divisions: i-140001
adv_faculty: af-14
abstract: Für die Wundheilung von Epithelgewebe ist ein komplexes
Zusammenspiel zwischen zellulärer Differenzierung, Proliferation und Migration
erforderlich. Typische Kennzeichen von Krebserkrankungen sind Störungen
und Unausgewogenheit in Aktivierung, Deaktivierung und Aufrechterhaltung
dieser Prozesse. Deswegen werden Tumore oft als „Wunden, die niemals
heilen“ beschrieben. Aktuelle Ansätze in der Krebstherapie fokussieren sich auf
die Regulation von Signalübertragung, zum Beispiel die selektive Inhibierung
des EGF/EGFR-Signalpfades. Unser Interesse liegt im Zusammenspiel zwischen
intrazellulärer Signalübertragung und migratorischem Verhalten von nichtkleinzelligen
Lungenkrebszellen (NSCLC). Wir analysieren experimentelle Daten aus
Migrations-Assays mit Lungenkrebszellen nach Stimulation mit verschiedenen
Wachstumsfaktoren, oder Inhibierung ausgewählter Signalpfade. Es wurde ein effizienter
Arbeitsablauf mit großteils automatisierter Datenanalyse entwickelt und
implementiert. Wir benutzen insbesondere Methoden der Particle Image Velocimetry
(PIV) und Einzel-Zell-Tracking um migratorische Charakteristiken, wie
zum Beispiel nach Zeit und Raum aufgelöste Geschwindigkeitsverteilungen oder
Korrelationslängen zu berechnen und zu untersuchen, wie diese sich für unterschiedliche
experimentelle Bedingungen verändern. Um das Migrationsverhalten
zu simulieren verwenden wir ein Modell für kollektive Zellmigration, welches zufällige
Motilität und Zell-Zell-Adhäsion beschreibt. Vergleiche zwischen Simulationen
des Modells und Parametern, die aus der Datenanalyse inferiert werden
können, führen zu der Schlussfolgerung, dass im Modell ein weiterer Term für
gerichtete Zellbewegung benötigt wird. Das durch diesen Term erweiterte neue
Modell ist in der Lage, die meisten in den Daten sichtbaren Dynamiken zu erklären.
Agentenbasierte Simulationen des Modells reproduzieren migratorische Phänotypen,
die in den experimentellen Daten auftreten. Durch die Stochastizität
des Modells ist ein direkter Fit des erweiterten Modells an die Daten nicht möglich.
Wir stellen allerdings eine Methode vor, mit der interzelluläre Parameter,
die die Migration kontrollieren, direkt aus experimentellen Daten inferiert werden
können. Die Methode wurde an simulierten Daten getestet und kann auf experimentelle
Daten angewendet werden, um zellspezifische Parameter zu bestimmen.
Die Kombination von Datenanalyse und Modellierung gewährt auf diese Weise
Zugang zu einer umfangreichen Menge an Parametern, die die kollektive Migration
von Zellen beschreiben.
vii
date: 2015
id_scheme: DOI
id_number: 10.11588/heidok.00019647
ppn_swb: 1658772075
own_urn: urn:nbn:de:bsz:16-heidok-196478
date_accepted: 2015-10-19
advisor: HASH(0x55fc36adfa80)
language: ger
bibsort: STICHELDAMKOLLEKTIVE2015
full_text_status: public
citation:   Stichel, Damian  (2015) Kollektive Migration von Lungenkrebszellen - Modellierung und Datenanalyse.  [Dissertation]     
document_url: https://archiv.ub.uni-heidelberg.de/volltextserver/19647/1/Dissertation_D.Stichel.pdf