In Silico Modeling For Tumor Growth Visualization

Bösartige Tumore sind weltweit zunehmend und zählen zur führenden Ursache von Todesfällen. Die zugrundeliegende Komplexität von Krebserkrankungen erfordert Abstraktionen, um Zusammenhänge, Gemeinsamkeiten und Unterschiede zu entdecken. Tierversuche zählen dabei immer noch zur Methode-der-Wahl. Generell unterstützen wir Krebsforschung und Tierschutz, daher ist unser langfristiges Ziel in-vivo Tierversuche durch Computersimulationen zu ersetzen. Maschinelles Lernen kann hierbei eine große Hilfe sein und insbesondere sind hier diskrete Multi-Agenten-Ansätze vielversprechend. In diesem Projekt arbeiten wir am Entwurf und der Entwicklung von Algorithmen, Methoden und Werkzeuge, um ein Verständnis der grundlegenden Prinzipien des Tumorwachstums zu unterstützen. Wir folgen der Annahme, dass der Schlüssel zu einem besseren Verständnis der Konzepte von Krebserkrankungen in einer integrativen Verknüpfung hochdimensionaler und heterogener Datensätze liegt und da Krebs nur im internationalen Kontext besiegt werden, ist die Verfügbarkeit offener Datensätze so wichtig. Unsere Arbeit widmen wir in Memoriam unseren Familienmitgliedern und Freunden, die wir verloren haben. Wenn wir auch nur einen kleinen Beitrag zur Einsicht in das komplexe Wachstumsverhalten von Tumoren beitragen können, um zukünftige Leben zu retten, hat sich unsere Arbeit, unser Einsatz und unser Enthusiasmus gelohnt