In der vorliegenden Habilitationsschrift werden biomathematische Modelle beschrieben, mit deren Hilfe unterschiedliche Wirkungen von zytotoxischen Chemotherapien beschrieben und vorhergesagt werden können. Die meisten Anwendungen beziehen sich dabei auf Therapien von Lymphomerkrankungen. Die dargestellten Modellkonzepte sind aber prinzipiell auch auf Therapien anderer Erkrankungen übertragbar. Den Hauptteil der Arbeit umfassen Modellierungen der Hämatotoxizität einer konventionellen Chemotherapie in Abhängigkeit von der Art, der Dosierung und der zeitlichen Verabfolgung der zytotoxischen Substanzen, dem Einsatz von hämatopoetischen Wachstumsfaktoren und individuellen Risikofaktoren. Hierbei wurde die Hämatopoese im Knochenmark, die Pharmakokinetik und -dynamik hämatopoetischer Wachstumsfaktoren sowie die Wirkung der Chemotherapie mit Hilfe gewöhnlicher Differentialgleichungssysteme beschrieben. Ähnliche Modellierungen der murinen Hämatopoese begleitet und beeinflussen diese Arbeiten. Die Modelle ermöglichen eine Reihe von klinisch relevanten Vorhersagen, insbesondere bezüglich risikoadaptierter Therapien und Optimierung der Gabe von G-CSF. Diese wurden teilweise in später durchgeführten klinischen Studien validiert. Des Weiteren wurde das Risiko des Auftretens sekundärer hämatologischer Malignitäten in Abhängigkeit von den eingesetzten Primär- und Rezidivtherapien mittels statistischer Modelle beschrieben. Hierbei stand speziell die Frage im Vordergrund, wie sich entsprechende multiparametrische Modelle geeignet reduzieren lassen, um überhaupt parametrisiert werden zu können. Abschließend wird ein Konzept für ein immunologisches Tumormodell vorgeschlagen, mit dessen Hilfe perspektivisch die Tumorkontrolle unter kombinierten Chemo- und Immuntherapien des CD20 positiven B-Zelllymphoms vorhergesagt werden könnte. Die in dieser Arbeit vorgestellten mathematischen Modelle und Modellkonzepte stellen einen Beitrag zur Planung von klinischen Studien mittels systembiologischer Modelle dar.

In der vorliegenden Habilitationsschrift werden biomathematische Modelle beschrieben, mit deren Hilfe unterschiedliche Wirkungen von zytotoxischen Chemotherapien beschrieben und vorhergesagt werden können. Die meisten Anwendungen beziehen sich dabei auf Therapien von Lymphomerkrankungen. Die dargestellten Modellkonzepte sind aber prinzipiell auch auf Therapien anderer Erkrankungen übertragbar. Den Hauptteil der Arbeit umfassen Modellierungen der Hämatotoxizität einer konventionellen Chemotherapie in Abhängigkeit von der Art, der Dosierung und der zeitlichen Verabfolgung der zytotoxischen Substanzen, dem Einsatz von hämatopoetischen Wachstumsfaktoren und individuellen Risikofaktoren. Hierbei wurde die Hämatopoese im Knochenmark, die Pharmakokinetik und -dynamik hämatopoetischer Wachstumsfaktoren sowie die Wirkung der Chemotherapie mit Hilfe gewöhnlicher Differentialgleichungssysteme beschrieben. Ähnliche Modellierungen der murinen Hämatopoese begleitet und beeinflussen diese Arbeiten. Die Modelle ermöglichen eine Reihe von klinisch relevanten Vorhersagen, insbesondere bezüglich risikoadaptierter Therapien und Optimierung der Gabe von G-CSF. Diese wurden teilweise in später durchgeführten klinischen Studien validiert. Des Weiteren wurde das Risiko des Auftretens sekundärer hämatologischer Malignitäten in Abhängigkeit von den eingesetzten Primär- und Rezidivtherapien mittels statistischer Modelle beschrieben. Hierbei stand speziell die Frage im Vordergrund, wie sich entsprechende multiparametrische Modelle geeignet reduzieren lassen, um überhaupt parametrisiert werden zu können. Abschließend wird ein Konzept für ein immunologisches Tumormodell vorgeschlagen, mit dessen Hilfe perspektivisch die Tumorkontrolle unter kombinierten Chemo- und Immuntherapien des CD20 positiven B-Zelllymphoms vorhergesagt werden könnte. Die in dieser Arbeit vorgestellten mathematischen Modelle und Modellkonzepte stellen einen Beitrag zur Planung von klinischen Studien mittels systembiologischer Modelle dar.

Pneumonia is one of the leading causes of death worldwide. The course of the disease is often highly dynamic with unforeseen critical deterioration within hours in a relevant proportion of patients. Besides antibiotic treatment, novel adjunctive therapies are under development. Their additive value needs to be explored in preclinical and clinical studies and corresponding therapy schedules require optimization prior to introduction into clinical practice. Biomathematical modeling of the underlying disease and therapy processes might be a useful aid to support these processes. We here propose a biomathematical model of murine immune response during infection with Streptococcus pneumoniae aiming at predicting the outcome of different treatment schedules. The model consists of a number of non-linear ordinary differential equations describing the dynamics and interactions of the pulmonal pneumococcal population and relevant cells of the innate immune response, namely alveolar- and inflammatory macrophages and neutrophils. The cytokines IL-6 and IL-10 and the chemokines CCL2, CXCL1 and CXCL5 are considered as major mediators of the immune response. We also model the invasion of peripheral blood monocytes, their differentiation into macrophages and bacterial penetration through the epithelial barrier causing blood stream infections. We impose therapy effects on this system by modelling antibiotic therapy and treatment with the novel C5a-inactivator NOX-D19. All equations are derived by translating known biological mechanisms into equations and assuming appropriate response kinetics. Unknown model parameters were determined by fitting the predictions of the model to time series data derived from mice experiments with close-meshed time series of state parameters. Parameter fittings resulted in a good agreement of model and data for the experimental scenarios. The model can be used to predict the performance of alternative schedules of combined antibiotic and NOX-D19 treatment. We conclude that we established a comprehensive biomathematical model of pneumococcal lung infection, immune response and barrier function in mice allowing simulations of new treatment schedules. We aim to validate the model on the basis of further experimental data. We also plan the inclusion of further novel therapy principles and the translation of the model to the human situation in the near future.

Zytotoxische Chemotherapien, die zur Behandlung gastrointestinaler Karzinome eingesetzt werden, sind mit unerwünschten Wirkungen und insbesondere mit Hämatotoxizität verbunden. Diese können Behandlungsverzögerungen zur Folge haben, welche die Wirksamkeit der Tumortherapie und damit die Überlebenschancen verschlechtern. Chemotherapie-bedingte Nebenwirkungen sind variabel und das individuelle Risiko ist auf Grundlage klinischer Merkmale eines Patienten schwer vorherzusagen. Aus diesem Grund werden hierfür biomathematische Modelle der Hämatopoese unter Chemotherapie als modellbasierter Ansatz der Präzisionsmedizin vorgeschlagen. Bisher wurde die Leistung dieser Modelle nur in geringem Umfang für Therapien solider Tumore untersucht. In die vorliegende prospektive klinische multizentrische Beobachtungsstudie wurden 28 Patienten mit lokal fortgeschrittenem Adenokarzinom des Magens (n= 9, 32.1%), Ösophagus, ösophago-gastralen Übergangs (Typ I-III nach Siewert) (n=14, 50.0%) und Pankreaskarzinom (n=5, 17.9%) eingeschlossen, bei denen eine neoadjuvante oder adjuvante Chemotherapie mit dem FLO(T)- (5-Fluorouracil, Folinsäure, Oxaliplatin, Docetaxel) (n=23, 82.1%) oder FOLFIRINOX- (5-Fluorouracil, Folinsäure, Oxaliplatin und Irinotecan) Schema (n=5, 17.9%) geplant war. Während der Therapiezyklen wurden engmaschige Blutbildkontrollen durchgeführt. Darüber hinaus wurden die aufgetretenen Nebenwirkungen zu jedem Zyklus gemäß CTCAE v5.0 dokumentiert. Es wurde ein mechanistisches biomathematisches integriertes Modell der Hämatopoese, der Chemotherapie sowie der Wirkung hämatopoetischer Wachstumsfaktoren verwendet, um die individuelle, Chemotherapie-bedingte Hämatotoxizität eines Patienten vorherzusagen. Bei 21 Studienpatienten (75%) trat eine höhergradige hämatologische Toxizität (Grad 3 oder 4 nach CTCAE) auf, wobei es sich am häufigsten um eine Neutropenie handelte (n= 19, 67.9%). Für die Zyklen zwei, drei und sechs konnten die Neutropenie-Grade mit durchschnittlich weniger als einem Toxizitätsgrad Abweichung prognostiziert werden, die Leukopenie-Grade hingegen bis einschließlich Zyklus 6, die Thrombopenie-Grade sogar bis Zyklus 8. Somit unterschied sich die Vorhersagegenauigkeit für die verschiedenen hämatologischen Zelllinien. Die Übereinstimmung der Prognosen für die frühen Therapiezyklen (Zyklus 2 und 3) war für alle betrachteten Blutzelllinien und Therapie-Schemata ausgezeichnet. Bei den Prognosen für die späteren Therapiezyklen traten erwartungsgemäß größere Abweichungen zwischen den vorhergesagten und den klinisch beobachteten Toxizitätsgraden auf. Die Anwendung dieses biomathematischen Modells zur Vorhersage der individuellen hämatologischen Toxizität von Patienten mit gastrointestinalem Karzinom, die mit einem FLO(T)- oder FOLFIRINOX-Schema behandelt werden, führt selbst bei dieser heterogenen Population zu zuverlässigen Ergebnissen. Die Vorhersageleistung dieses Modells erwies sich für Kurzzeitprognosen als ausgezeichnet und für Langzeitprognosen als annehmbar. Der klinische Nutzen dieses präzisionsmedizinischen Ansatzes sollte in einer größeren prospektiven Kohorte weiter untersucht und validiert werden.