Analyse von Wirkungszusammenhängen bei der Medikamentenentwicklung

• Applicant: Professor Dr. Thomas Lengauer
• Co-Applicant: Professor Dr. Joachim M. Buhmann
• Subject Area: Theoretical Computer Science
• Term: from 2001 to 2006
• Project identifier: Deutsche Forschungsgemeinschaft (DFG) - Project number 5254813

Als Ergebnis des Humangenomprojektes und der sich anschließenden "Structural Genomics"-Forschung wächst der Kenntnisstand über potentielle Angriffspunkte von Wirkstoffen für die Behandlung unterschiedlichster Krankheitsbilder explosionsartig an. Die Wirkstofforschung steht vor einem mit derzeit angewandten Methoden nicht mehr zu bewältigendem Informationsfluß. So sind z. B. 30.000 der ca. 100.000 menschlichen Gene bereits kartiert. Deren Expressionsmuster können mit sogenannten "DNA Chips" im Experiment im großen Maßstab bestimmt werden. Inzwischen sind die unterschiedlichsten biologischen Datenbanken - diese enthalten z. B. Sequenzinformation, Strukturinformation oder Funktion von Proteinen, metabolische Netzwerke etc. - im Internet über "remote computer access" verfügbar. Ziel dieses Projektes soll es sein, ein Datamining Tool zu entwickeln, das in der Medikamentenforschung eingesetzt werden kann. Das System soll in der Lage sein, aus der Überfülle an Information aus HTS-Datensätzen Wirkungszusammenhänge und Leitstrukturen herauszufiltern und dem Nutzer in einer anschaulichen Darstellungsform zur Verfügung zu stellen. Als High Throughput Screening (HTS) wird das automatisierte Testen von Bindungsaffinitäten von kleinen Liganden an ein gegebenes Zielprotein im großen Maßstab im Labor bezeichnet. Die Leitstruktur ist Ausgangspunkt der Suche nach einem neuen Arzneimittel. Eine solche Substanz besitzt bereits eine erwünschte biologische Wirkung, für den therapeutischen Einsatz fehlen aber noch bestimmte Eigenschaften. Die zu entwickelnde Software soll unter allen getesteten Substanzen geeignete Leitstrukturen vorschlagen. Dazu müssen in erster Linie Methoden des Information Mining benutzt werden, die erstens mit den heterogenen Datenbanken und zweitens mit der zum Teil fehlerbehafteten Information umgehen können, um die Datenflut geeignet zu reduzieren. Das System wird sowohl automatisch Hypothesen generieren und Abhängigkeiten modellieren als auch den gezielten Suchprozeß nach bestimmten Informationen des Anwenders unterstützen. Ein weiterer wichtiger Aspekt wird die Verifikation dieser Hypothesen sein. Interaktiv und iterativ werden Modelle synthetisiert, validiert und optimiert.

• DFG Programme: Research Grants
• International Connection: Switzerland
• Participating Persons: Professor Dr. Richard Bamler; Professor Dr. Hermann Helbig; Professor Dr.-Ing. Alois Knoll; Professor Dr. Rudolf Kruse