Durch die Erweiterung einer altbekannten Methode der Wahrscheinlichkeitstheorie ergeben sich neue Einblicke in das Verhalten von Krebszellen.
Bei der Suche nach abgestürzten Flugzeugen oder gesunkenen Schiffen kommt häufig die Bayes’sche Statistik zum Einsatz, mit der das Wissen über eine Situation und der Prozess des Dazulernens mathematisch beschrieben werden können.
Dabei erstellt das Suchteam zunächst eine Karte mit den wahrscheinlichen und weniger wahrscheinlichen Orten des Unglücks und aktualisiert diese Karte dann fortlaufend mit den neuesten einlaufenden Informationen, um so die tatsächliche Unglücksstelle einzukreisen.
Die Bayessche Statistik bezieht sich auf den Bayesschen Wahrscheinlichkeitsbegriff des englischen Mathematikers Thomas Bayes. Charakteristisch dabei ist die konsequente Verwendung von Wahrscheinlichkeitsverteilungen bzw. Randverteilungen, wobei die Bayesschen Verfahren oft rechnerisch aufwändig sind. Dadurch waren sie im 20. Jahrhundert nicht sehr beliebt, durch die Verbreitung von Computern und Monte-Carlo-Sampling-Verfahren werden bayesianische Verfahren heute jedoch wieder häufig angewendet, aktuell machten sich dies deutsche Physiker im Zusammenhang mit Krebszellen zunutze.
Mittels Bayessche Verfahren Krebszellen bei ihrer Wanderung beobachten
In der aktuellen Ausgabe der renommierten Fachzeitschrift Nature Communications* konnten Physiker der Friedrich-Alexander-Universität Erlangen-Nürnberg (FAU) zeigen, wie dieses als „Bayesian Updating“ bekannte Verfahren auch auf solche Objekte anwendbar ist, deren Bewegungsmuster sich ständig unvorhersehbar ändern. Die Forscher haben mit dem Verfahren Krebszellen bei ihrer Wanderung durch künstliches Gewebe beobachtet und erhalten dadurch genauere Einblicke in das Verhalten der Zellen als mit den bisher benutzten Methoden.
Bei ihren Beobachtungen stellten die Wissenschaftler um Prof. Dr. Ben Fabry, PD Dr. Claus Metzner und M.Sc. Christoph Mark am Lehrstuhl für Biophysik der FAU zunächst fest, dass die Krebszellen ihr Bewegungsverhalten immer wieder ändern, manchmal langsam, gelegentlich aber auch sprunghaft.
Ein solches „superstatistisches“ Verhalten bedeutet allerdings, dass sich über die Zeit gemittelt keine deutlichen Unterschiede zwischen verschiedenen Zelltypen erkennen lassen. Dies erschwert zuverlässige Prognosen, wie sich Krebszellen bei unterschiedlichen Krebsformen im Körper ausbreiten.
Markiert man jedoch, so die Beobachtung der FAU-Forscher, die scheinbar chaotische Folge der Bewegungsabläufe in einer „Bayes-Karte“, so ergibt sich ein klares Muster, das jeweils für bestimmte Krebszellen und bestimmte Gewebearten typisch ist und wie ein Fingerabdruck gelesen werden kann.
Täterprofil von Krebszellen könnte helfen, neue Therapieformen zu entwickeln
Die Wissenschaftler erhoffen sich, dass derartige statistische Fingerabdrücke in Zukunft dabei helfen können, die Aggressivität von Krebszellen genauer einzuschätzen und entsprechende Therapieformen zu entwickeln. Darüber hinaus untersucht die Arbeitsgruppe, wie sich die Methode des Bayesian Updating als neues Erkenntniswerkzeug in verschiedenen anderen Bereichen einsetzen lässt, so etwa für die Analyse von Bewegungsmustern bei Pinguinen, Zugvögeln und Walen, bei der Auswertung von Grubenunglücken und bei der Risikoabschätzung im Aktienhandel.
