Mit einer Methode der Wahrscheinlichkeitstheorie, dem „Bayesian Updating“, kann man Krebszellen bei der Wanderung durch künstliches Gewebe beobachten. In einer „Bayes-Karte“ erfasste Bewegungsabläufe ergeben ein klares Muster und können wie ein Fingerabdruck gelesen werden.
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 Hinzulernens 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. Dieses als „Bayesian Updating“ bekannte Verfahren ist auch auf solche Objekte anwendbar, deren Bewegungsmuster sich ständig unvorhersehbar ändern, wie zum Beispiel bei Krebszellen. 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 Tumorzellen 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 Tumorzellen bei unterschiedlichen Krebsformen im Körper ausbreiten. Markiert man jedoch 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. Scheinbar chaotische Bewegungen von Krebszellen ergeben plötzlich Muster, beobachteten FAU-Forscher. © FAU/Claus Metzner 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 wird untersucht, 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. Originalpublikation: Superstatistical analysis and modelling of heterogeneous random walks Claus Metzner et al.; Nature Communications, doi: 10.1038/ncomms8516; 2015
