Herausforderung der Biomarkeranalyse: Uninformative Wertebereiche erschweren Diagnosen
„Wenn wir Biomarker in großen Gruppen von Patienten und gesunden Kontrollpersonen messen, finden wir typischerweise Wertebereiche ohne nützliche Informationen, um jemanden als gesund oder krank zu klassifizieren“, erklärt Dr. Gunther Glehr, wissenschaftlicher Mitarbeiter der Experimentellen Chirurgie in der Klinik und Poliklinik für Chirurgie des UKR, den Ausgangspunkt der Forschungsarbeit. Dabei stellen eben diese nicht-informativen Proben die Mediziner:innen vor besondere Probleme, wenn es darum geht, eine genaue medizinische Diagnose zu stellen.
Verbesserung der Diagnostik durch neue Berechnungsmethode
Um dieses Problem zu lösen, setzen die Forscher:innen eine Berechnungsmethode ein, bei der Gruppen von Proben in klassifizierbare und nicht-klassifizierbare Teilmengen aufgeteilt werden. Ziel ist es, die nicht aussagekräftigen Proben auszuschließen, wodurch sich darauffolgende Diagnosemodelle verbessern. „Genauere Prognosen helfen uns, die beste Therapie für den einzelnen Patienten zu finden“, sagt Professor Dr. Sebastian Haferkamp, Facharzt für Dermatologische Onkologie der Klinik und Poliklinik für Dermatologie des UKR. So waren die Forscher:innen etwa in der Lage, eine Untergruppe von Hautkrebspatient:innen zu identifizieren, bei welchen schwere Behandlungsnebenwirkungen auftreten würden.
Lesen Sie mehr zu diesem Thema:
Personalisierte Medizin: Schlüssel ist die gezielte Diagnostik
Erschienen am 15.09.2022 • Krankheitssymptome ermöglichen oft keine eindeutigen Rückschlüsse, können Biomarker Ärzt:innen bei der Doagnostik unterstützen?
Erschienen am 15.09.2022 • Krankheitssymptome ermöglichen oft keine eindeutigen Rückschlüsse, können Biomarker Ärzt:innen bei der...
© diamant24 – stock.adobe.com
„Gesundheit ist ein streng reguliertes Gleichgewicht“
„Die Tatsache, dass es bei so vielen verschiedenen Krankheitsmarkern informative und nicht-informative Bereiche gibt, spiegelt das Wesen von Krankheiten wider. Gesundheit ist ein streng reguliertes Gleichgewicht, während Krankheit Dysregulation und größere Variabilität bedeutet“, sagt Professor Dr. Dr. James Hutchinson, wissenschaftlicher Mitarbeiter und Forschungsleiter der Experimentellen Chirurgie in der Klinik und Poliklinik für Chirurgie des UKR. Die Forscher:innen fanden heraus, dass genau diese Unterschiede in der Variabilität häufig zu nicht-klassifizierbaren Proben führen. Eine Einschränkung von Datensätzen ist daher eine wirksame Methode, um die Suche und Interpretation von Biomarkern zu unterstützen.
(1) Glehr, G et al. (2024): Restricting datasets to classifiable samples augments discovery of immune disease biomarkers, Nature Communications, DOI: https://doi.org/10.1038/s41467-024-49094-3
