Gemeinsamer Workshop von Universitaetsrechenzentrum und Professur Rechnernetze und verteilte Systeme der Fakultaet fuer Informatik der TU Chemnitz. Der Vortrag stellt wxWindows und wxPython als Lösung zur Entwicklung plattformunabhängiger Software mit graphischer Benutzerschnittstelle vor.

Chemnitz, Techn. Univ., Diplomarb., 2008.

Stuttgart, Univ., Studienarb., 2003.

Gemeinsamer Workshop von Universitaetsrechenzentrum und Professur Rechnernetze und verteilte Systeme der Fakultaet fuer Informatik der TU Chemnitz. Der Vortrag stellt wxWindows und wxPython als Lösung zur Entwicklung plattformunabhängiger Software mit graphischer Benutzerschnittstelle vor.

This thesis integrates biomedical research and data science, focusing on an in vitro model for studying myeloma cell dissemination and a Python-based tool, plotastic, for semi-automated analysis of multidimensional datasets. Two major challenges are approached: (1) understanding the steps of myeloma dissemination and (2) improving data analysis efficiency to address the complexity- and reproducibility bottlenecks currently present in biomedical research. In the experimental component, primary human mesenchymal stromal cells (hMSCs) are co-cultured with INA-6 myeloma cells to study their cell proliferation, attachment, and detachment. Time-lapse microscopy reveal that predominantly myeloma daughter cells detach from hMSCs after cell division. Novel separation techniques were developed to isolate myeloma subpopulations for further characterization by RNAseq, cell viability, and apoptosis assays. Adhesion and retention genes are upregulated by MSC adhering INA-6 cells, which correlates with patient survival. Overall, this work provides insights into myeloma dissemination mechanisms and identifies genes that potentially counteract dissemination through adhesion, which could be relevant for the design of new therapeutics. To manage the complex data resulting from the in vitro model, a Python-based software named plotastic was developed that streamlines analysis and visualization of multidimensional datasets. plotastic is built on the idea that statistical analyses are performed based on how the data is visualized. This approach simplifies data analysis and semi-automates it in a standardized statistical protocol. The thesis becomes a case study as it reflects on the application of plotastic to the in vitro model, demonstrating how the software facilitates rapid adjustments and refinements in data analysis and presentation. Such efficiency could be crucial for handling semi- big datasets transparently, which —despite being managable— are complex enough to complicate analysis and reproducibility. Together, this thesis illustrates the synergy between experimental methodolo- gies and new data analysis tools. The in vitro model provides a robust platform for studying myeloma dissemination, while plotastic addresses the need for efficient data analysis. Combined, they provide an approach for handling complex cell biological experiments and could advance both cancer biology and other research practices by supporting the exploratory investigation of challenging phenomena while communicating results transparently. / Diese Doktorarbeit kombiniert biomedizinische Forschung und Datenwissenschaften und fokussiert sich auf ein in vitro-Modell zur Untersuchung der Dissemination von Myelomzellen sowie auf die Python-Software plotastic zur semi-automatisierten Analyse multidimensionaler Datensätze. Zwei Hauptfragen werden behandelt: (1) das Verständnis der Schritte der Myelomdissemination und (2) die Steigerung der Effizienz der Datenanalyse, um die in der biomedizinischen Forschung bestehenden Herausforderungen hinsichtlich Komplexität und Reproduzierbarkeit zu bewältigen. Im experimentellen Teil werden primäre humane mesenchymale Stromazellen (hMSCs) mit INA-6-Myelomzellen kokultiviert, um ihre Proliferation, Anhaftung und Ablösung zu untersuchen. Zeitraffer-Mikroskopie zeigt, dass sich überwiegend Myelom-Tochterzellen nach Zellteilung von hMSCs ablösen. Neue Trennmethoden wurden entwickelt, um Myelom-Subpopulationen für weitere Charakterisierungen durch RNAseq, Zellviabilitäts- und Apoptose-Assays zu isolieren. Adhäsions- und Retentionsgene werden von MSC-adhärierenden INA-6 hochreguliert, was mit Patientenüberleben korreliert. Insgesamt bietet diese Arbeit Einblicke in die Mechanismen der Myelomdissemination und identifiziert Gene, die potenziell die Dissemination durch Adhäsion behindern könnten, was für die Entwicklung neuer Therapien von Bedeutung sein könnte. Zur Handhabung der komplexen Daten, die bei dem in vitro-Modell entstanden sind, wurde eine Python-basierte Software namens plotastic entwickelt, welche die Analyse und Visualisierung der multidimensionaler Datensätze optimiert. plotastic basiert auf dem Prinzip, dass statistische Analysen abhängig davon durchgeführt werden, wie die Daten visualisiert werden. Dieser Ansatz vereinfacht die Datenanalyse nicht nur, sondern semi-automatisiert sie auch als standardisiertes statistisches Protokoll. Diese Arbeit fungiert als Fallstudie, da sie die Anwendung von plotastic auf das in vitro-Modell beleuchtet und zeigt, wie die Software schnelle Anpassungen und Verfeinerungen in der Datenanalyse und -präsentation ermöglicht. Eine solche Effizienz könnte entscheidend für den transparenten Umgang mit semi-großen Datenmengen sein, die trotz ihrer Handhabbarkeit komplex genug sind, um die Analyse und Reproduzierbarkeit zu erschweren. Zusammenfassend zeigt diese Dissertation die Synergie zwischen experimentellen Methoden und neuen Werkzeugen der Datenanalyse. Das in vitro-Modell bietet eine robuste Plattform für die Untersuchung der Myelomdissemination, während plotastic den Bedarf an effizienter Datenanalyse unterstützt. Zusammen stellen sie einen Ansatz für die Bewältigung komplexer zellbiologischer Experimente dar, und könnten sowohl die Krebsbiologie als auch andere Forschungspraktiken förden, indem sie die explorative Untersuchung anspruchsvoller Phänomene unterstützen und dabei Ergebnisse transparent kommunizieren.

pyAXL ist eine Programmierschnittstelle (API) zur Steuerung des "Cisco Call Manager", eine enterprise-VoIP-Verwaltung. Der Vortrag zeigt, wie pyAXL aufgebaut ist. An ein paar Beispielen wird die Verwendung von pyAXL demonstriert.

Die Zope Object Database, kurz ZODB, ist eine Open-Source-Datenbank für Python. Im Gegensatz zu den meisten relationalen Datenbanken verfügt die ZODB allerdings nicht über eine Anfragesprache zur gezielten Selektion von Objekten. <br /> Aufgabe dieser Diplomarbeit ist es, effiziente Ad-Hoc-Anfragemöglichkeiten zu evaluieren und eine geeignete als Zusatzprodukt in Python zu implementieren. <br /> Folgende Themen sind zu bearbeiten: <ul> <li>Vergleich und Auswahl einer Anfragesprache für Objektgraphen</li> <li>Auswahl von Indexstrukturen zur Unterstützung der gewählten Anfragesprache</li> <li>Implementation eines Zusatzprodukts zur ZODB, die eine Anfragesprache sowie unterstützende Indizes bereitstellt</li> <li>Testen und Bewerten der Implementierung</li> </ul>

pyAXL ist eine Programmierschnittstelle (API) zur Steuerung des "Cisco Call Manager", eine enterprise-VoIP-Verwaltung. Der Vortrag zeigt, wie pyAXL aufgebaut ist. An ein paar Beispielen wird die Verwendung von pyAXL demonstriert.

Die Zope Object Database, kurz ZODB, ist eine Open-Source-Datenbank für Python. Im Gegensatz zu den meisten relationalen Datenbanken verfügt die ZODB allerdings nicht über eine Anfragesprache zur gezielten Selektion von Objekten. <br /> Aufgabe dieser Diplomarbeit ist es, effiziente Ad-Hoc-Anfragemöglichkeiten zu evaluieren und eine geeignete als Zusatzprodukt in Python zu implementieren. <br /> Folgende Themen sind zu bearbeiten: <ul> <li>Vergleich und Auswahl einer Anfragesprache für Objektgraphen</li> <li>Auswahl von Indexstrukturen zur Unterstützung der gewählten Anfragesprache</li> <li>Implementation eines Zusatzprodukts zur ZODB, die eine Anfragesprache sowie unterstützende Indizes bereitstellt</li> <li>Testen und Bewerten der Implementierung</li> </ul>

Um das Fließverhalten von Granulaten in dünnwandigen Metallsilos auch mikroskopisch detailliert beschreiben zu können, ist es wichtig, beide Kontaktpartner (Granulat und elastische Wand) detailliert abbilden zu können. Granulate können vereinfacht als Kugeln betrachtet werden, weswegen die Diskrete-Elemente-Methode (DEM) hierfür geeignet ist. Die elastische Verformung der Metallwand kann mit Hilfe der Finiten-Elemente-Methode (FEM) berechnet werden. Ziel dieser Arbeit ist es, eine Simulation zu entwickeln, welche für beide Kontaktpartner eine gemeinsame Simulationsumgebung schafft. Dabei sollen zu Beginn einfache Beispiele für den Kontakt von Granulat und Festkörperstrukturen erarbeitet werden, die verschiedene Lastfälle abdecken. Um die Simulationsergebnisse bewerten zu können, sollen die Beispiele so gewählt werden, dass die Simulationen analytisch oder numerisch validiert werden können.