Home > Authorities > Grants > Record #297726 > print

001     297726
005     20240928180946.0
024 7 _ |a G:(GEPRIS)347962689
|d 347962689
035 _ _ |a G:(GEPRIS)347962689
040 _ _ |a GEPRIS
|c http://gepris.its.kfa-juelich.de
150 _ _ |a Bestimmung der Regeln des Verhaltens von Zellen in kollektiven Tumor-Zellsystemen
|y 2017 - 2020
371 _ _ |a Privatdozent Dr. Claus Metzner
450 _ _ |a DFG project G:(GEPRIS)347962689
|w d
|y 2017 - 2020
510 1 _ |a Deutsche Forschungsgemeinschaft
|0 I:(DE-588b)2007744-0
|b DFG
680 _ _ |a Nach dem Prinzip der schwachen Emergenz ist es im Prinzip möglich, alle kollektiven Eigenschaften eines Systems aus den Eigenschaften der System-Komponenten und ihrer Wechselwirkungen zu berechnen. Während in den meisten Vielteilchensystemen der Physik die Teilcheneigenschaften und Wechselwirkungskräfte genau bekannt sind, ist bei komplexeren Systemen wie etwa in Vogel- oder Fisch-Schwärmen zumeist wenig darüber bekannt, wie sich die Individuen im Kontext der Gruppe verhalten. In verschiedenen Arbeiten wurden daher hypothetische Verhaltensregeln der Individuen so konstruiert, dass einige der beobachteten kollektiven Systemeigenschaften in Simulationen reproduziert werden konnten. Dabei bleibt allerdings unklar, ob derselbe Satz von Regeln auch neuartige Situationen korrekt beschreiben würde, die nicht im Trainingsdatensatz enthalten waren.Im vorliegenden Antrag schlagen wir eine automatische Machine-Learning-Methode vor, die Verhaltensweisen von Tumorzellen auf planaren Substraten und in gewebeartigen 3-D Umgebungen direkt aus Video-Aufnahmen extrahiert. Ziel ist ein probabilistisches Modell, welches die Migration und Proliferation der Tumorzellen im Kontakt mit Nachbarzellen der gleichen oder einen anderen Zellart quantitativ beschreibt. Mit diesem Model sollen anschließend die kollektiven Eigenschaften von Zell-Kolonien vorhergesagt werden, insbesondere die zeitlichen Form- und Struktur-Änderungen einer wachsenden Tumorkolonie. Weiterhin werden wir unsere Methode verwenden, um die Wechselwirkungen zwischen natürlichen Killerzellen und Tumorzellen zu quantifizieren, wodurch wir zur Entwicklung einer Immun-Therapie gegen Krebs beitragen wollen.
909 C O |o oai:juser.fz-juelich.de:964469
|p authority:GRANT
|p authority
909 C O |o oai:juser.fz-juelich.de:964469
980 _ _ |a G
980 _ _ |a AUTHORITY

LibraryCollectionCLSMajorCLSMinorLanguageAuthor
Marc 21