Das Verständnis der molekularen Mechanismen, die einer malignen Erkrankung zugrunde liegen, ist der Schlüssel zur Entwicklung zielgerichteter und effektiver therapeutischer Möglichkeiten. Für das LIM und SH3 Domänen Protein 1, LASP1, konnte im Kontext zahl-reicher Tumorerkrankungen wie dem Mamma-Karzinom, dem Prostata-Karzinom oder dem Ovarial-Karzinom eine Überexpression ebenso wie eine Korrelation mit Aggressivität und Prognose der Tumorerkrankung gezeigt werden. Bisher war eine Relevanz von LASP1 jedoch nur für solide Tumorerkrankungen nachgewiesen worden. Kürzlich allerdings wurde lasp1 als eines von 6 Genen identifiziert, die eine exaktere Vorhersage von Krankheitsprogress und -rezidiv bei Patienten mit einer chronischen myeloischen Leukämie (CML) zulassen sollen. Zudem konnte, wie bereits bei zahlreichen anderen, soliden Tumorerkrankungen, eine signifikante Überexpression des lasp1-Gens in CML-Zellen nachgewiesen werden.Basierend auf diesen neuen Erkenntnissen beschäftigte ich mich im Rahmen dieser Arbeit mit der Frage, welche Funktion LASP1 im Netz der einer CML zugrunde liegenden, molekularen Mechanismen übernimmt. Mittels verschiedener Interaktionsassays konnte LASP1 als ein neuer, phosphorylierungs-abhängiger Bindungspartner von CrkL, dem wohl prominentesten Substrat der BCR-ABL-Kinase, identifiziert werden. Dabei impliziert das Attribut „phosphorylierungs-abhängig“ sowohl den Phosphorylierungsstatus von LASP1 als auch des Interaktionspartners CrkL. Wie in Vorarbeiten gezeigt, stellt das Tyrosin 171 in der Aminosäurensequenz von LASP1 eine Phosphorylierungsstelle für die BCR-ABL-Kinase dar; mit LASP1 wurde somit auch ein neues Substrat dieser konstitutiv aktiven Tyrosinkinase entdeckt. Phosphoryliert an Tyrosin 171 kann LASP1 an die SH2-Domäne von CrkL, genauer an das FLVR-Motif innerhalb dieser, binden. Jedoch selbst an Tyrosin 207 durch die BCR-ABL-Kinase phosphoryliert, blockiert CrkL die eigene SH2-Domäne durch intramolekulare Wechselwirkungen für andere Protein-Protein-Interaktionen in gewissem Umfang. Diese neu gewonnenen Erkenntnisse liefern ein weiteres Puzzlestück zum Verständnis des molekularen Netzwerks, das einer CML-Erkrankung zugrunde liegt und tragen so dazu bei, die Therapieoptionen dieser stetig zu verbessern. / Understanding the molecular mechanisms underlying a malignant disease makes it possible to develop targeted and effective therapeutic options. For numerous malignant disease such as breast cancer, prostata cancer or ovarial cancer it has been shown that the LIM and SH3 domain protein 1, LASP1, is overexpresssed and that there is a correlation with regard to aggressive growth and outcome of the tumour. So far relevance of LASP1 has only been proven for solid tumours. However recently lasp1 was identified as a component of six genes that may allow to predict more reliably disease´s progress and relapse in CML patients. In addition to that a significant overexpression of lasp1 in CML cells has been discov-ered, a phenomenon already known from a lot of solid malignant tumours. Based on these new findings, i dealt with the issue of the function of LASP1 in the network of molecular mechanisms underlying CML. Using different kinds of interaction assays, LASP1 was identified as a new, phosphorylation-dependent ligand of CrkL, the most prominent substrate of the BCR-ABL-kinase. In this case the attribute "phosphorylation-dependent“ refers to the phosphorylation status of LASP1 as well as of its binding-partner CrkL. As shown in preliminary studies, tyrosine 171 is a phosphorylation site for BCR-ABL-kinase within the AS sequence of LASP1; therefore, with LASP1, a new substrate of this constitutive active tyrosine kinase has been discovered. When phosphorylated on tyrosine 171, LASP1 is able to bind to the SH2-domain of CrkL, more exactly to the FLVR-motive within this domain. But when CrkL is phos-phorylated on tyrosine 207 by BCR-ABL-kinase, there are intramolecular interactions that block the SH2-domain of CrkL for other protein-protein-interactions. These new findings help to understand the molecular network under-lying a CML disease and may contribute to continuous improvement of therapeutic options.

Die vergangenen Jahre haben eindrucksvoll gezeigt, dass CD19 und BCMA chimäre Antigen-Rezeptor (CAR)-T-Zell-Therapien nicht nur das Potential haben, die progres¬si-ons¬freie Überlebenszeit von Patienten mit hämatologischen Neoplasien zu verlängern, sondern auch diese erkrankten Menschen in einigen Fällen dauerhaft zu heilen. Trotz der noch immer bestehenden großen Herausforderung CAR-T-Zell-Therapien für mehr Tumorentitäten verfügbar zu machen, insbesondere was die Bekämpfung solider Tumore betrifft, haben die Entdeckung neuer Tumorantigene und Checkpoint-Inhibitoren in den letzten Jahren dazu beigetragen, dass sich immuntherapeutische Ansätze, insbesondere die der adoptiven Immunzelltherapie stetig weiterentwickeln konnten. Akute myeloische Leukämie (AML) ist eine heterogene maligne Bluterkrankung mit schlechten Überlebens¬prognosen und die am häufigsten auftretende Leukämieform bei Erwachsenen. AML ist somit eine der hämatologischen Krebserkrankungen, die noch immer dringend medizini¬sche Innovation benötigt. CAR-T-Zell-Therapien gelten als attraktive neue Strategie, um AML zu bekämpfen, da die leukämischen Blasten empfindlich für T-Zell-vermittelte Lyse sind. In dieser Studie stellen wir Sialic acid-binding immunoglobulin-like lectin (Siglec) 6 als neues Zielmolekül für CAR-T-Zell-Therapien in AML vor. Wir entwickelten einen Siglec 6-spezifischen CAR mit einer vom humanen monoklonalen Antikörper JML 1 abgeleiteten Antigen-bindenden Domäne. Unsere Untersuchungen ergaben, dass Siglec 6 auf AML-Zelllinien als auch primären AML-Blasten sowie leukämischen Stamm¬zellen (LSCs) detektierbar ist. Die Behandlung mit Siglec 6 CAR-T-Zellen vermittelte eine anti-leukämische Reaktivität, die mit der Siglec 6-Expressionsstärke in präklinischen Modellen korrelierte. So bewirkten Siglec 6 CAR-T-Zellen eine komplette Remission in einem Xenograft-AML-Modell mit immundefizienten Mäusen und Tumorzellen mit hoher Siglec 6-Expression (NSG/U937). Darüber hinaus konnten wir beobachten, dass Siglec 6 nicht auf gesunden hämatopoetischen Stamm(vor)läuferzellen (HSC/Ps) exprimiert wird. Unsere Daten legen damit nahe, dass die Siglec 6 CAR-T-Zell-Therapie zur AML-Behandlung eingesetzt werden kann, ohne dass eine nachfolgende hämatopoetische Stammzelltransplantation notwendig wird. In gesunden Blutzellen detektierten wir Siglec 6 auf einer Fraktion naiver B-Zellen und B-Gedächtniszellen sowie basophiler Gra¬nulozyten, sodass insgesamt mit einer limitierten On-Target Off-Tumor-Reaktivität ge¬rechnet werden kann. Die fehlende Siglec 6-Expression auf gesunden HSC/Ps ist ein sig¬nifikantes Unterscheidungsmerkmal zur Expression anderer zuvor untersuchter AML-CAR-Antigene wie CD33 oder CD123. Auch CD70 wird von HSC/Ps nicht exprimiert und wurde in dieser Studie als möglicher Kombinationspartner für duales Targeting in AML evaluiert. Dabei konnten wir feststellen, dass mehrheitlich mindestens eines der beiden CAR-Antigene, Siglec 6 oder CD70, von AML-Zelllinien und primären AML-Zellen expri¬miert wird. Ebenso ließ sich experimentell bestätigen, dass Siglec 6 CAR-T-Zellen mit JML 1-single chain variable fragment (scFv) und jeweils optimierten CAR-Spacersequen¬zen, keine signifikanten Funktionalitätsunter¬schiede aufweisen. Die Vorbehandlung von AML-Zellen mit Histondeacetylase (HDAC)-Inhibitoren konnte die zytolytische Aktivität der Siglec 6 CAR-T-Zellen durch Steigerung der Siglec 6-Oberflächenexpression auf den Targetzellen erhöhen. Sowohl Siglec 6 als auch CD70 CAR-T-Zellen konnten erfolgreich mit virusfreiem Gentransfer hergestellt werden, wobei die getesteten CD70 CAR-Kon¬strukte aufgrund der CD70-Expression aktivierter T-Zellen zu Fratricide führten und die CAR-Antigen-abhängige als auch unabhängige Proliferation der CD70 CAR-T-Zellen limitierte. Zusammengefasst zeigt diese Studie, dass sowohl Siglec 6 als auch CD70 hilf¬reiche Targetantigene zur CAR-T-Zellbehandlung der AML sein können und dass eine klinische Überprüfung, insbesondere von Siglec 6 CAR-T-Zellprodukten, gewährleistet ist. / In recent years, it could be impressively demonstrated that CD19 and BCMA chimeric antigen receptor (CAR) T-cell therapies not only have the potential of prolonging progression-free and overall survival of patients with hematological malignancies, but in many cases are even able to cure them. Despite major challenges still hampering the broad applicability of CAR T-cells therapies, especially in the combat against solid tumors, the discoveries of novel tumor antigens and checkpoint inhibitors in past years have contributed to the steady development of immunotherapeutic approaches particularly those of adoptive immune cell therapy. Acute myeloid leukemia (AML) is a heterogeneous malignant blood disorder with poor survival prognosis that accounts for the most common form of leukemia in adults. Hence, AML is still one of the hematologic cancers with high unmet medical need. CAR T-cell therapies are considered an attractive new strategy to tackle AML as leukemic blasts are susceptible to T-cell-mediated lysis. In this study, we introduce sialic acid-binding immunoglobulin-like lectin (Siglec)-6 as a novel target for CAR T-cell treatment in AML. We developed a Siglec-6-specific CAR with an antigen-binding domain derived from the human monoclonal antibody JML-1. Our studies revealed that Siglec-6 is detectable on AML cell lines as well as primary AML blasts and leukemic stem cells (LSCs). Siglec-6 CAR T-cell treatment conferred anti-leukemic reactivity that correlated with Siglec-6 expression levels in preclinical models. Thus, Siglec-6 CAR T-cells induced complete remission in a xenograft AML model with immunodeficient mice and engrafted tumor cells with high Siglec-6 expression (NSG/U937). Furthermore, we observed that Siglec-6 is not expressed on healthy hematopoietic stem/precursor cells (HSC/Ps). Our data suggest that Siglec-6 CAR T-cell therapy can be effectively used for AML treatment without the need for subsequent hematopoietic stem cell transplantation. In healthy blood cells, we detected Siglec-6 on a fraction of naïve and memory B cells as well as on basophilic granulocytes, therefore overall on-target off-tumor reactivity may be expected to be limited. The lack of Siglec-6 expression on healthy HSC/Ps is a significant distinctive feature from the expression of other previously studied AML CAR antigens e.g. CD33 or CD123. Also, CD70 is not expressed by HSC/Ps and was evaluated in this study as potential combination partner for dual targeting in AML. We found that the majority of AML cell lines and primary AML cells are expressing at least one of the two antigens, either Siglec-6 or CD70. We also confirmed that Siglec-6 CAR T-cells with JML-1-single chain variable fragment (scFv) and two optimized CAR spacer sequences did not show significant differences in function. Pretreatment of AML cells with histone deacetylase (HDAC) inhibitors could augment cytolytic activity of Siglec-6 CAR T-cells by increasing Siglec-6 surface expression on AML target cells. Both, Siglec-6 and CD70 CAR T-cells were successfully manufactured via non-viral gene transfer, whereby tested CD70 CAR constructs induced fratricide due to CD70 expression of activated T-cells resulting in limited CAR antigen-dependent as well as antigen-independent proliferation of CD70 CAR T-cells. In summary, this study suggests that Siglec-6 as well as CD70 may be useful target antigens for CAR T-cell treatment of AML and warrants clinical investigation of Siglec-6 CAR T-cells in particular.

The value of the combination of gemtuzumab ozogamicin (GO) and chemotherapy for the treatment of acute myeloid leukemia (AML) is currently analyzed within clinical trials. GO (6 mg/m2) and standard-dose cytarabine (100 mg/m2) is evaluated for the treatment of newly diagnosed AML in elderly patients in the SAL phase II trial. Preliminary results of the MRC AML15 trial support the application of GO 3 mg/m2 with standard- and high-dose cytarabine and anthracyclines for the treatment of de novo AML. Within this trial the addition of GO seems especially of value for favorable and intermediate cytogenetic risk groups. The combination of GO (3 mg/m2) and high-dose cytarabine (3 g/m2) is safe and more effective for the treatment of refractory AML than previous combinations from the AMLSG study group. First results prove the possibility of allogeneic stem cell transplantation after GO therapy. Initial data of a phase II trial document the safety and efficacy profile of GO within a reduced-intensity conditioning protocol applying fludarabine and total body irradiation. / Der Stellenwert von Gemtuzumab Ozogamicin (GO) in der Kombination mit Chemotherapie für die Behandlung der akuten myeloischen Leukämie (AML) wird derzeit auch in Europa untersucht. Der Einsatz von GO (6 mg/m2) in Kombination mit Cytarabin (100 mg/m2) bei der Primärbehandlung älterer Patienten mit AML wird in der SAL-Phase-II-Studie geprüft. Das in der MRC-AML15-Studie nachgewiesene verbesserte krankheitsfreie Überleben belegt den Stellenwert von GO (3 mg/m2) in Kombination mit Standard- und hoch dosiertem Cytarabin und einem Anthrazyklin für die Induktion und Konsolidierung bei neu diagnostizierter AML. Insbesondere Patienten mit einem günstigen und intermediären zytogenetischen Risikoprofil scheinen von der Gabe von GO zu profitieren. In der Behandlung von AML-Rezidiven oder refraktärer Erkrankung erwies sich GO (3 mg/m2) als sicher mit hoch dosiertem Cytarabin (3 g/m2) kombinierbar und war in der Wirksamkeit historischen Vergleichskollektiven der AMLSG-Studiengruppe überlegen. Erste Ergebnisse dokumentieren die Möglichkeit einer allogenen Stammzelltransplantation nach GO-Therapie. Erste Daten einer laufenden Studie belegen auch die Einsatzmöglichkeit und das Sicherheitsprofil von GO als Bestandteil einer Konditionierungstherapie von reduzierter Intensität mit Fludarabin und Ganzkörperbestrahlung. / Dieser Beitrag ist mit Zustimmung des Rechteinhabers aufgrund einer (DFG-geförderten) Allianz- bzw. Nationallizenz frei zugänglich.

Im Rahmen dieser Dissertation wurde retrospektiv die Minimale Resterkrankung von Patienten mit akuter myeloischer Leukämie und Myelodysplastischen Syndrom nach allogener Stammzelltransplantation mit minimaler Konditionierung untersucht. Hierfür wurden vier unterschiedliche Methoden zur Detektion der Minimalen Resterkrankung analysiert. Nach Etablierung einer quantitativen Real-Time PCR für das Wilms Tumor Gen 1 (WT1) im peripheren Blut wurden diese Ergebnisse mit bereits routinemäßig erhobenen Daten des Chimärismus im Gesamtknochenmark und in CD34+ Zellen sowie der Fluoreszenz-in-situ-Hybridisierung (FISH) krankheitsspezifischer chromosomaler Aberrationen von insgesamt 88 Patienten verglichen und statistisch ausgewertet. Es konnte gezeigt werden, dass die Genexpressionanalysen des WT1 sowie die Chimärismusanalysen ein Rezidiv im Gegensatz zu den FISH Analysen vier Wochen im Voraus detektieren können. In Reiceiver Operating Curve Analysen wurden eine WT1 Expression von > 24 WT1/10.000 ABL1 Kopien und der Abfall des CD34+ Spenderchimärismus von ≥ 5% als diagnostisch stärkste Methoden identifiziert. In uni- und multivariaten Analysen von insgesamt 20 Parametern wurden die beiden Methoden als unabhängige Variablen für ein frühes Rezidiv, progressionsfreies Überleben und Gesamtüberleben bestätigt. Kombiniert man beide Methoden, so kann bei jeweiligem negativen Testergebnis ein Rezidiv innerhalb der nächsten vier Wochen nahezu ausgeschlossen werden.

Unter Verwendung eines mathematischen Hämatopoese-Modells werden verschiedene Fragen adressiert, die im Zusammenhang mit einer möglichen Optimierung der gegenwärtigen Therapie chronischer myeloischer Leukämie (CML) stehen. Es handelt sich um ein agentenbasiertes Modell, das heißt, jede Zelle wird als einzelnes Objekt repräsentiert und gemäß festgelegter Regeln im Computer simuliert. Es werden proliferative von ruhenden Stammzellen unterschieden, wobei sich der Proliferationszustand reversibel ändern kann. Das Modell basiert auf der Annahme, dass sich normale und maligne Stammzellen in einem Wettbewerb um gemeinsame Ressourcen befinden, wobei der CML-Klon einen kompetitiven Vorteil besitzt. Es ist ungeklärt, ob Tyrosinkinaseinhibitoren wie Imatinib (IM) in der Lage sind, die Erkrankung zu heilen. Es gibt Evidenz, dass residuale leukämische Stammzellen im Knochenmark persistieren, welche in einem Ruhezustand (G0-Phase des Zellzyklus) von IM nicht eradiziert werden können. Proliferativ aktive Zellen sind der IM-Wirkung hingegen ausgesetzt. Das Modell sagt voraus, unter welchen Bedingungen eine Kombinationsstrategie von IM mit stammzellaktivierenden Substanzen Synergieeffekte hervorbringen könnte. Ein verwandtes Problem ist die Frage, in welchen Fällen nach Reduktion der Tumorlast auf ein mittels hochsensitiver Messmethoden undetektierbares Niveau ein Therapieabbruch gerechtfertigt ist. Basierend auf dem dynamischen Modell wird in dieser Arbeit ein Prädiktor vorgeschlagen, der vorhersagt, ob ein Patient nach Abbruch der Therapie einen molekularen Rückfall zu erwarten hat. Zusätzlich wird approximativ ein modellunabhängiger Prädiktor angegeben, der die Vorhersage nur auf Basis klinisch messbarer Größen gestattet.

Aberrant subcellular localization of mutant transmembrane receptors is increasingly acknowledged as a possible mechanism for an altered signaling quality leading to transformation. There is evidence that mutated receptor tyrosine kinases of subclass III, for example the platelet-derived growth factor receptor (PDGFR) and KIT-protein, are aberrantly localized in human cancers. In order to further analyze this phenomenon, we investigated the localization of FLT3, a subclass III receptor tyrosine kinase frequently mutated in leukemia. By immunofluorescence staining and confocal laser scanning microscopy we found that in retrovirally transduced COS7 cells, wild type FLT3 receptor protein is localized primarily at the cell surface. In contrast, a mutant FLT3 receptor protein with an internal tandem duplication (ITD) accumulates in a perinuclear region and is not detectable at the plasma membrane. Surprisingly, and in contrast to previously published data, intracellular FLT3-ITD accumulation could neither be detected in the endoplasmic reticulum (ER) nor in the Golgi apparatus. Furthermore, transient overexpression per se leads to accumulation of wild type FLT3 receptor protein in the ER in addition to surface localization, probably due to inefficient intracellular transport by the overloaded sorting machinery of the secretory pathway. Based on our data and the immature glycosylation pattern of FLT3-ITD, we speculate that the mutant protein resides most probably in an unidentified compartment of the secretory pathway between the ER and the Golgi apparatus. / Dieser Beitrag ist mit Zustimmung des Rechteinhabers aufgrund einer (DFG-geförderten) Allianz- bzw. Nationallizenz frei zugänglich.

Hintergrund Die chronische myeloische Leukämie (CML) ist eine myeloproliferative Er- krankung, die aufgrund ihres Modellcharakters unter der Behandlung mit Tyrosin-Kinase- Inhibitoren (TKI) gut für eine Beschreibung mittels computerbasierter Modelle geeignet ist. Grundlage für die Entstehung einer CML ist die Bildung eines Philadelphia-Chromosoms durch eine Translokation der Chromosomen 9 und 22. Es resultiert das Onkogen BCR- ABL1, welches für eine konstitutiv aktive Tyrosinkinase codiert. Diese führt zu ungeregelter Proliferation der betroffen Zellen und zur Verdrängung der gesunden Blutbildung. Das überaktivierte Protein kann durch TKIs gezielt gehemmt werden. Damit ist es möglich, die Tumorlast erheblich zu senken und das Fortschreiten der Erkrankung aufzuhalten. Aktuell werden in der klinischen Anwendung außerhalb von Studien TKIs für die gesamte Lebensdauer der Patienten eingesetzt. Absetzstudien zeigten, dass circa 50% der Patienten nach einer über zwei Jahren nicht nachweisbaren BCR-ABL1-Last nach Behandlungsstopp kein erneutes Anwachsen der Tumorlast aufwiesen. Die Anwendung von computergestützten Modellsimulationen hilft, Zugriff auf die klinisch nur schwer zu messenden leukämischen Stammzellen zu bekommen und darüber Vorhersagen über den weiteren Therapieverlauf zu treffen. Aufgabenstellung Im Rahmen der vorliegenden Arbeit sollen Möglichkeiten der Übertragung von Patientendaten auf das etablierte Modell nach Roeder und Loeffler (2002) verbessert werden. Die vom Modell vorhergesagten Stammzellkinetiken sollen abschließend auf Praxistauglichkeit geprüft werden. Material und Methoden Aufgrund der Vergleichbarkeit zu früheren Untersuchungen erfolgte die Auswahl von 51 Patienten des deutsches Armes der IRIS-Studie. Deren Therapieverläufe wurden analysiert und können über eine biphasische exponentielle (biexponentielle) bzw. über eine stückweise lineare Funktion beschreiben werden. Als Erweiterung der Arbeiten von Horn et al. (2013) wurden alle Parameter der biexponentiellen Funktion in die Entwicklung neuer Methoden einbezogen. Zusätzlich wurde untersucht, ob die Einbeziehung von zensierten Messpunkte die Form der biexponentiellen Funktion verändert. Basierend auf den Therapiedaten der IRIS-Patienten erfolgte die Ermittlung eines Para meterraumes für Eingangsparameter der Modellsimulation (Modellparameter), welcher in 270.400 individuelle Paramterkombinationen unterteilt wurde. Es erfolgten anschließend die Simulation und Auswertung nach der biexponentiellen Beschreibung. Auf Basis dieser erheblich größeren Datengrundlage konnten zwei neue Verfahren der Modellparameteridentifikation für individuelle Patienten entwickelt werden. Einerseits wurde in Anlehnung an die Arbeit von Horn et al. (2013) ein Verfahren unter Nutzung der Regression vorgestellt. Andererseits konnte über den Vergleich der Abstände zwischen simulierten und realen Therapieverläufen eine Suche (lookup-table) etabliert werden. Die Berechnung des Abstandes zwischen Therapieverläufen ermöglicht gleichzeitig den Vergleich der verschiedenen Verfahren und damit eine Aussage über deren Anpassungsgüte. Zum Schluss wurde beispielhaft für einen Patienten das Verfahren der lookup-table angewendet und die resultierende Stammzellkinetik weiter analysiert. Ergebnisse Einführend erfolgte die Analyse der resultierenden biexponentiellen Funktion mit und ohne Einbeziehung von Messunsicherheiten. Es zeigte sich, dass der Verlauf dieser Funktion besonders in Bereichen, die von einbezogenen Messunsicherheiten betroffen sind, abweichend ist. Die Beschreibung des Langzeitverlaufs erfolgt jedoch annähernd gleich. Anschließend erfolgte die Validierung der Größe des vorsimulierten Datenpool anhand eines Vergleichs der statistischen Parameter von Patienten und Simulationen. Dieser zeigte sich dabei für die weiteren Untersuchungen geeignet. Die Nutzung der lookup-table zur Identifikation der am besten zu einem Patienten passenden Therapiesimulation ist überlegen sowohl gegenüber von der Horn et al. (2013) beschriebenen als auch in dieser Arbeit neu entwickelten Regressionsverfahren. Diese ergeben deutliche Abweichungen zwischen Patientendaten und Simulation. Eine Analyse des vorhergesagten Therapieverlaufes im Stammzellkompartiment ergibt jedoch, dass ähnliche Therapieverläufe im peripheren Blut durch stark unterschiedliche Stammzellkonfigurationen beschrieben werden können. Es resultiert eine starke Streuung der vorhergesagten Zeitpunkte eines möglichen Therapieendes. Schlussfolgerungen Die Nutzung der lookup-table zu Identifikation einer passenden Therapiesimulation ist hoch effektiv und anderen Verfahren, die auf Regression basieren, überlegen. Die etablierte Computersimulation nach Roeder und Loeffler (2002) bietet Zugriff auf die Therapie in der Ebene der Stammzellen. Die in weiteren Analysen gezeigten Streuungen der vorhergesagten Therapieverläufe im Stammzellkompartiment lassen den Schluss zu, dass Methoden zur Eingrenzung der Stammzellverläufe entwickelt werden müssen, um die Vorhersagen klinisch nutzbar zu machen. Weiterhin muss anhand von Messungen an Knochenmarkproben von realen Patienten geprüft werden, ob die von der Simulation postulierten Verläufe der Tumorlast im Stammzellkompartiment der realen Behandlung entsprechen. Ausblick Die in aktuellen Arbeiten beschriebene Rolle des Immunsystems im Therapieverlauf der CML (Saussele et al. 2016; Clapp et al. 2016) sollte in eine Verbesserung des Stammzellmodells nach Roeder und Loeffler (2002) einfließen. Weiterhin kann die Validierung der im Rahmen der Individualmedizin zu treffenden Absetzvorhersagen letztendlich nur über klinische Absetzuntersuchungen ermöglicht werden. / Background Chronic myeloic leukaemia (CML) is a myeloproliferative disease, which is well suited for modelling approaches. It is characterized by the oncogenic BCR-ABL1 fusion gene originating from an inverse translocation of the chromosomes 9 and 22 leading to the Philadelphia chromosome. The result is a constitutively activated tyrosine-kinase. This is followed by an extensive proliferation of leukaemic stem cells leading to a displacement of normal haematopoesis. The molecular specificity of CML forms the basis of a highly efficient, targeted therapy by tyrosine kinase inhibitors (TKIs). TKIs can decrease the tumour burden and slow down or eventually stop progressing of the disease. Currently, in clinical applications drugs are administered for the remaining life span. Interestingly, in recent treatment cessation trials patients were stopped after two years of non-detectable tumour burden and about 50% remained without relapse. The application of computer-based modelling helps to gain access to stem cell counts being difficult to measure clinically. This forms the basis for predictions of long-term therapy outcomes. Aim of this work This work aims on identifying a suitable algorithm to efficiently identify model simulations that optimally decribe individual patient kinetics. Furthermore, the clinical usability of the new methods was investigated. Material and methods The analysed group of patients was chosen out of the German cohort of the IRIS trial to ensure comparability to former investigations. It consists of 51 individuals. The course of leukaemic burden , i. e. leukaemic vs. non-leukaemic cells on a single patient level can be described as a biphasic exponential (bi-exponential) or a piecewise linear function. As an extension to former methods described by Horn et al. (2013) all parameters are included into further method development. Additionally, an investigation was conducted whether censored data points change the functional behaviour of a bi-exponential fit based on patients’ data. According to therapy data of all patients an input parameter space for the model simulation was delimited, such that all observed patient kinetics can be mimicked by the model. This parameter space was uniformly divided into 270.400 discrete parameter combinations. The therapy simulation of each combination was conducted and described by a bi-exponential function likewise to the patients’ fit. With the help of these huge variety of in silico therapies two new methods of model parameter identification for individual patients were developed. The first one is an advanced approach based on a regression model proposed by Horn et al. (2013). The second one by comparing distances between the patients’ and the models’ bi-exponential functions (lookup table). The comparison of the distances between different therapy courses (either simulated or patients’ data) was also used to compare the quality of different methods. As an example, for one patient the stem cell kinetics from the model were analysed in more detail and checked for robustness. Such a strategy, which might build the basis for clinical applications. Results A comparison between the different bi-exponential functions with and without censored data points revealed differences especially in the area in which censoring was performed. However, for the long-term tumour burden censored data had no influence. Secondly, an investigation was performed showing the sufficiency of the pre-simulated therapy courses for the new methods, i. e. lookup-table and regression models. The lookup- table turns out to be superior to identify a therapy simulation for a unique patient, since the complexity of linear regression models lead to increased deviations between patients’ therapy courses and the simulations. Unfortunately, distinct stem cell configurations lead to similar therapy descriptions in peripheral blood, assuming the correctness of the model. As a result, the prediction of a safe treatment cessation is often widely spread. Conclusions The new developed lookup-table to identify model simulations suitable for an individual patient is highly effective and superior to other methods using regression models. The simulation of the TKI treatment using the agent-based model of Roeder und Loeffler (2002) gives easy access to therapy courses on the level of leukaemic stem cells. Unfortunately, the finding of a well fitting simulation within the peripheral blood is not enough to provide a point of safe treatment cessation, since different stem cell configurations can lead to similar therapy courses. Additionally, it is necessary to check which of the assumed therapy courses on the stem cell level is appropriate. This could be done by gathering more information from bone-marrow punctures during the course of treatment. Outlook Investigations of new data showed the important role of the immune system in CML treatment (Saussele et al. 2016; Clapp et al. 2016). This should be taken into account by improving the model of Roeder und Loeffler (2002). Additionally, data from cessation trials can be used to validate the model assumptions.

Acute myeloid leukemia (AML) is a malignancy of the hematopoietic system caused by somatic mutations that accumulate in hematopoietic stem and progenitor cells. The cells are thereby transformed into leukemic stem cells (LSCs), which cannot be efficiently eliminated with the standard chemotherapy treatment. Thus, LSCs pose a risk of relapse for AML patients. There- fore, identification and characterization of LSCs is a major challenge in the field of AML research. Through next generation sequencing approaches the mutational spectrum of AML cells has been established and a continuous effort is being made to resolve the order of mutation acquisition and their functional consequences. In the subgroup of AML patients that bear a mutation in Nucleophosmin 1 (NPM1 ), a mutation in DNA-methyltransferase 3 A (DNMT3A) has been often found as a co-occurring event. Evidence suggests that this mutation arises early in leukemogene- sis and marks leukemic progenitors and stem cells. However, the functional consequences of this mutation are far from being understood. In this thesis work, I set out to unravel novel functional dependencies of the DNMT3A-mutant AML cells that can be exploited for therapeutic purposes. To nominate genes that are essential for the survival of primary AML cells, I performed a func- tional RNA interference-mediated drop out screen in 38 DNMT3A- and NPM1-mutant AML patient lines. The patients in this cohort were divided into two groups, based on the treatment outcome: an early relapse (ER) group and a long term remission (LTR) group. To nominate can- didate genes in each group, I have selected 12 screens with the highest data quality and performed a differential bioinformatic analysis. The analysis yielded 7 potential candidates, from which I initially validated three: Glucocorticoid modulatory element binding protein 1 (GMEB1), Mouse double minute 4 (MDM4) – both shared between the ER and the LTR groups – and Thioredoxin domain containing protein 9 (TXNDC9 ), which scored only in the ER group. Additional rounds of validation nominated MDM4 as the strongest candidate. To investigate the role of MDM4 in LSCs, I knocked it down in three patient samples and performed the long-term culture-initiating cell assay. However, the number of progenitor colonies that formed by the end of the assay was not enough for a statistical evaluation, probably due to the low frequency of long-term culture- initiating cells in the samples. Therefore, no conclusion regarding the functional dependency of LSCs on MDM4 could be made. However, a recent study suggested that loss of MDM4 causes cell cycle arrest and induces apoptosis in leukemic cell lines and primary cells, including progenitor populations, confirming the findings of this thesis. Nevertheless, the question about the role of MDM4 in NPM1 -mutant AML cells remains open. The NPM1 involvement in the p14Arf-MDM2- p53 pathway and the deregulation of this pathway caused by the NPM1 mutation indicate that MDM4 might poses special functions in NPM1 -mutant AML. Therefore, it should be investigated if MDM4 is a particularly suitable therapeutic target in AML with NPM1 mutation.

Die Chronisch Myeloische Leukämie (CML) ist eine maligne, hämatologische Erkrankung, welche auf der unregulierten Proliferation von leukämischen myeloischen Zellen im Knochenmark beruht. Die Folge ist eine Verdrängung der normalen Hämatopoese durch leukämische Zellen mit einem unbehandelt letalen Verlauf. Die Einführung einer spezifischen Therapie der CML durch Tyrosinkinase-Inhibitoren (TKIs) hat die Behandlung der CML maßgeblich beeinflusst und stellt aktuell die Standardtherapie für betroffene Patienten dar. Mehrere klinische Studien zeigten, dass bei einem Teil der Patienten mit gutem Therapieansprechen im Verlauf die Therapie beendet werden kann, ohne dass es dabei zu einem Rückfall der Patienten kommt. Eine sichere Identifikation dieser Patienten ist aktuell nicht möglich. Weiterhin sind die Mechanismen, welche einer therapiefreien Remission zugrunde liegen, nicht endgültig geklärt. Allerdings ergaben mehrere aktuelle Studien Hinweise auf eine immunologische Komponente, der in diesem Zusammenhang eine entscheidende Rolle zukommen könnte. Im Rahmen dieser Arbeit wurde ein auf gewöhnlichen Differentialgleichungen basierendes, mathematisches Modell der CML um eine immunologische Komponente erweitert, um eine bessere Beschreibung des Verhaltens von CML-Patienten unter TKI-Therapie und nach Beendigung dieser zu ermöglichen. Es wurde im Sinne eines konzeptionellen Modellierungsansatzes untersucht, welche Mechanismen dem Rezidivverhalten innerhalb eines solchen Modells zugrunde liegen und ob anhand des verwendeten Modells das Auftreten eines Rezidivs zuverlässig vorhergesagt werden kann. Grundlage dieser Arbeit stellen BCR-ABL Verlaufsmessungen von 21 CML-Patienten dar, welche mit einem TKI behandelt wurden und bei denen dieser im Rahmen einer klinischen Intervention abgesetzt wurde. Während die Anpassung eines mathematischen Modells ohne immunologische Komponente bereits eine gute Beschreibung des BCR-ABL/ABL Abfall unter Therapie ermöglichte, versagte dieses Modell bei der Beschreibung einer therapiefreien Remission. Nur durch die Erweiterung des Modells um eine individuelle immunologische Komponente konnte der BCR-ABL/ABL Verlauf während und nach Stopp der TKI-Therapie korrekt wiedergegeben werden. Dabei zeigte sich, dass zur Bestimmung der Modellparameter allerdings eine Einbeziehung der BCR-ABL Messwerte nach Absetzen der Therapie notwendig war. Deutliche Unterschiede der auf diese Weise ermittelten immunologischen Modellparameter zwischen Patienten mit und ohne Rezidiv signalisierten einen entscheidenden Einfluss der immunologischen Komponente auf das Rezidivverhalten. Die weitere Untersuchung der Attraktorlandschaften für das Rezidivverhalten zeigte, dass Patienten darüber hinaus anhand ihrer Immunantwort in drei verschiedene Klassen eingeteilt werden können: Einige Patienten zeigten eine insuffiziente Immunantwort (Klasse A) und somit nach Therapiestopp immer ein Rezidiv, da ihr Immunsystem nicht in der Lage ist, die erneute Proliferation residualer leukämischer Zellen nach Absetzen der Therapie zu verhindern. Im Gegensatz dazu zeigten einige Patienten eine suffiziente Immunantwort. Während Patienten mit einer suffizienten und starken Immunantwort (Klasse B) nur eine minimale Therapiedauer in den Simulationen zur Aufrechterhaltung einer Remission nach Therapiestopp benötigten, war die Verhinderung eines Rezidivs für Patienten mit einer suffizienten und schwachen Immunantwort (Klasse C) nur bei Erreichen eines optimalen Gleichgewicht zwischen der Zahl leukämischer Zellen und der Aktivität des Immunsystems möglich. Es konnte gezeigt werden, dass dies theoretisch durch eine individuelle, fein abgestimmte Anpassung von Therapiedauer und Therapieintensität erreicht werden kann. Da eine Bestimmung der Modellparameter nur unter Einbeziehung der BCR-ABL Messungen nach Stopp der TKI-Therapie möglich war, erlaubte dieses Vorgehen entsprechend keine Vorhersage des Rezidivverhaltens. Daher erfolgte die Simulation einer 12-monatigen TKI-Dosisreduktion für jeden Patienten mit einer anschließenden Betrachtung der BCR-ABL/ABL Verläufe während der Dosisreduktion. Eine Korrelation zwischen dem BCR-ABL/ABL Anstieg innerhalb dieses Zeitraums und dem klinischen Rezidivverhalten zeigte, dass die aus einer solchen Systemstörung resultierenden Veränderungen der BCR-ABL/ABL Verläufe die notwendigen Informationen zur Vorhersage des Rezidivverhaltens liefern könnten. Dabei sind diese Modellvorhersagen in qualitativer und quantitativer Übereinstimmung mit klinischen Daten der DESTINY-Studie (NCT01804985). Es konnte somit gezeigt werden, dass ein mathematisches Modell der CML durch Erweiterung um eine immunologische Kontrollkomponente in der Lage ist, den Krankheitsverlauf von CML Patienten während und nach Absetzen der TKI-Therapie korrekt zu beschreiben. Damit unterstützt diese Arbeit die Ergebnisse aktueller klinischer Studien, welche einer anti-leukämischen Immunantwort eine Bedeutung in der Aufrechterhaltung einer therapiefreien Remission zuschreiben. Da eine Vorhersage des individuellen Rezidivverhaltens allein anhand der BCR-ABL Messungen vor Therapieabsetzen nicht möglich war, unterstreicht diese Arbeit die Notwendigkeit weiterer Studien auf diesem Gebiet. Dabei legen die Ergebnisse diese Arbeit nahe, dass Studien mit klinischen Interventionen, wie z.B. einer temporären TKI-Dosisreduktion, die notwendigen Informationen für solche Vorhersagen enthalten könnten.:1. Einleitung und Zielstellung 1.1. Einleitung 1.2. Fragestellung und Zielsetzung dieser Arbeit 2. Medizinischer Hintergrund 2.1. Hämatopoese 2.2. Chronische Myeloische Leukämie 2.2.1. Epidemiologie 2.2.2. Ätiologie und Pathogenese 2.2.3. Klinik und Verlauf 2.2.4. Diagnostik 2.2.5. Therapie 2.2.6. Immunologische Einflussfaktoren auf das Rezidivverhalten 3. Systembiologischer Hintergrund 3.1. Statistische Modelle der TKI-Therapie 3.2. Mechanistische Modelle der TKI-Therapie 3.3. Modellierung von Therapie und Absetzverhalten 3.4. Modelle der CML mit einer immunologischen Komponente 4. Material und Methoden 4.1. Klinische Daten 4.1.1. Herkunft der klinischen Daten 4.1.2. Selektion geeigneter Patienten 4.2. Statistische Beschreibung 4.2.1. Bi-exponentielles Modell 4.2.2. Modellanpassung 4.2.3. Statistische Tests 4.3. Mechanistisches Modell 4.3.1. CML-Modell ohne immunologische Komponente 4.3.2. CML-Modell mit immunologischer Komponente (Immunmodell) 4.3.3. Allgemeines Vorgehen zur Modellanpassung 4.3.4. Berechnung der Anfangsbedingungen 4.3.5. Anpassungsstrategien 4.3.6. Sensitivitätsanalysen 4.3.7. Phasenportaits 4.3.8. Regressionsmodelle 4.3.9. Statistische Tests 5. Ergebnisse 5.1. Patientencharakteristika 5.2. Struktureller Vergleich der Patienten mit und ohne Rezidiv 5.3. CML-Modell ohne immunologische Komponente 5.3.1. Aufbau des Modells 5.3.2. Sensitivitätsanalyse 5.3.3. Anpassung an die klinischen Daten 5.4. CML-Modell mit immunologischer Komponente (Immunmodell) 5.4.1. Aufbau des Modells 5.4.2. Anpassung an die klinischen Daten 5.4.3. Klassifizierung der Patienten anhand ihrer Immunantwort 5.4.4. Sensitivitätsanalyse 5.4.5. Einfluss der Therapie auf das Rezidivverhalten 5.4.6. Informationsgewinn durch Simulation einer Dosisreduktion 6. Diskussion 6.1. Diskussion der initial formulierten Fragestellungen 6.2. Kritische Betrachtung der Herangehensweise 6.2.1. Patientenselektion 6.2.2. Modellierung der CMLII 6.3. Ausblick 6.3.1. Erweiterungsmöglichkeiten des verwendeten mathematischen Modells 6.3.2. Unterstützung des Designs klinischer Studien 7. Zusammenfassung 8. Summary A. Anhang A.1. Berechnung des Immunfensters A.2. Berechnung der Attraktoren A.2.1. Heilungs-Attraktor A.2.2. Remissions- und Rezidiv-Attraktor A.3. Abbildungen und Tabellen Literaturverzeichnis / Chronic Myeloid Leukemia (CML) is a hematological cancer characterized by the unregulated proliferation of immature myeloid cells in the bone marrow. This leads to a displacement of the normal hematopoiesis with a lethal course if untreated. The introduction of Tyrosine Kinase Inhibitors (TKIs) as a specific therapy has significantly influenced the CML treatment and represents the current first line treatment option for affected patients. Several clinical trials confirmed that TKI treatment can be stopped for some well responding patients without the occurrence of a relapse. It is not yet possible to prospectively identify those patients. Also, the mechanisms leading to a relapse or a treatment-free remission still remain unclear. However, recent clinical trials suggest that an immunological component plays an important role in the long-term disease control. Aim of this work was the expansion of a mathematical CML model by an anti-leukemic immune component to improve the description of the disease behavior of CML patients while treated with TKI and after stopping treatment. A mathematical proof of concept analysis of the model mechanisms leading to relapse or treatment-free remission was performed. Also, it was examined whether such a model can reliably predict the occurrence of a relapse. The BCR-ABL time courses of 21 TKI-treated CML patients, for whom TKI-therapy had been stopped as a clinical intervention, were used in this work. While the adaption of a simplified ODE-model without the immune component could describe the BCR-ABL/ABL decrease during therapy, the model failed to describe a treatment-free remission. Only by expanding the model with an individual immune component, it was possible to correctly reproduce the BCR-ABL/ABL time courses during TKI-treatment and after treatment cessation. Also, an estimation of the individual parameters was only possible by fitting the model to the complete BCR-ABL/ABL time course (including measurements after treatment cessation). Significant differences of the immune parameters determined in this way between relapsing and non-relapsing patients signaled an important influence of the immune component on the relapse behavior. A detailed mathematical analysis of the identified relapse behavior attractor landscapes also suggested that the available patients can be grouped in three general classes (A–C) corresponding to their individual immune response. Certain patients presented an insufficient immune response (class A) and thus, consistently relapsed after stopping treatment as they were unable to prevent a renewed proliferation of residual leukemic cells after treatment cessation. In contrast, some patients showed a sufficient immune response. While patients with a sufficient and strong immune response (class B) required only a minimal treatment duration in the simulations to retain a remission after stopping treatment, the prevention of a relapse for patients with a sufficient and weak immune response (class C) was only possible if an optimal balance between leukemia abundance and immunological activation was achieved before treatment cessation. It could be shown that this balance can theoretically be achieved by an individual titrated and narrowly adapted treatment duration and intensity. Since estimations of the model parameters could only be obtained if the complete data (including post-cessation measurements) were available, it was not possible to predict the individual relapse behavior. Therefore, a 12-months TKI dose reduction simulation was performed for each patient and the resulting BCR-ABL/ABL changes within this period were analyzed. A correlation between the BCR-ABL/ABL increase and the clinical relapse behavior suggested that the BCR-ABL/ABL changes from such system perturbation yields the required information for predictions of the relapse behavior. These simulation results are in qualitative and quantitative agreement with clinical data of the DESTINY trial (NCT01804985). It could be shown that a mathematical CML model is capable of describing the treatment response and relapse behavior of CML patients by incorporation of an immunological control component. Thus, this work supports the results of recent clinical trials which suggest an important role of immune cells for the maintenance of a treatment-free remission. Since a prediction of the individual relapse behavior cannot be obtained from BCR-ABL measurements before stopping treatment, this work highlights the need for further research in this clinical field. Moreover, the results of this work suggest that clinical trials with treatment interventions like a TKI-dose reduction could provide the information required for those predictions.:1. Einleitung und Zielstellung 1.1. Einleitung 1.2. Fragestellung und Zielsetzung dieser Arbeit 2. Medizinischer Hintergrund 2.1. Hämatopoese 2.2. Chronische Myeloische Leukämie 2.2.1. Epidemiologie 2.2.2. Ätiologie und Pathogenese 2.2.3. Klinik und Verlauf 2.2.4. Diagnostik 2.2.5. Therapie 2.2.6. Immunologische Einflussfaktoren auf das Rezidivverhalten 3. Systembiologischer Hintergrund 3.1. Statistische Modelle der TKI-Therapie 3.2. Mechanistische Modelle der TKI-Therapie 3.3. Modellierung von Therapie und Absetzverhalten 3.4. Modelle der CML mit einer immunologischen Komponente 4. Material und Methoden 4.1. Klinische Daten 4.1.1. Herkunft der klinischen Daten 4.1.2. Selektion geeigneter Patienten 4.2. Statistische Beschreibung 4.2.1. Bi-exponentielles Modell 4.2.2. Modellanpassung 4.2.3. Statistische Tests 4.3. Mechanistisches Modell 4.3.1. CML-Modell ohne immunologische Komponente 4.3.2. CML-Modell mit immunologischer Komponente (Immunmodell) 4.3.3. Allgemeines Vorgehen zur Modellanpassung 4.3.4. Berechnung der Anfangsbedingungen 4.3.5. Anpassungsstrategien 4.3.6. Sensitivitätsanalysen 4.3.7. Phasenportaits 4.3.8. Regressionsmodelle 4.3.9. Statistische Tests 5. Ergebnisse 5.1. Patientencharakteristika 5.2. Struktureller Vergleich der Patienten mit und ohne Rezidiv 5.3. CML-Modell ohne immunologische Komponente 5.3.1. Aufbau des Modells 5.3.2. Sensitivitätsanalyse 5.3.3. Anpassung an die klinischen Daten 5.4. CML-Modell mit immunologischer Komponente (Immunmodell) 5.4.1. Aufbau des Modells 5.4.2. Anpassung an die klinischen Daten 5.4.3. Klassifizierung der Patienten anhand ihrer Immunantwort 5.4.4. Sensitivitätsanalyse 5.4.5. Einfluss der Therapie auf das Rezidivverhalten 5.4.6. Informationsgewinn durch Simulation einer Dosisreduktion 6. Diskussion 6.1. Diskussion der initial formulierten Fragestellungen 6.2. Kritische Betrachtung der Herangehensweise 6.2.1. Patientenselektion 6.2.2. Modellierung der CMLII 6.3. Ausblick 6.3.1. Erweiterungsmöglichkeiten des verwendeten mathematischen Modells 6.3.2. Unterstützung des Designs klinischer Studien 7. Zusammenfassung 8. Summary A. Anhang A.1. Berechnung des Immunfensters A.2. Berechnung der Attraktoren A.2.1. Heilungs-Attraktor A.2.2. Remissions- und Rezidiv-Attraktor A.3. Abbildungen und Tabellen Literaturverzeichnis

Unter Verwendung eines mathematischen Hämatopoese-Modells werden verschiedene Fragen adressiert, die im Zusammenhang mit einer möglichen Optimierung der gegenwärtigen Therapie chronischer myeloischer Leukämie (CML) stehen. Es handelt sich um ein agentenbasiertes Modell, das heißt, jede Zelle wird als einzelnes Objekt repräsentiert und gemäß festgelegter Regeln im Computer simuliert. Es werden proliferative von ruhenden Stammzellen unterschieden, wobei sich der Proliferationszustand reversibel ändern kann. Das Modell basiert auf der Annahme, dass sich normale und maligne Stammzellen in einem Wettbewerb um gemeinsame Ressourcen befinden, wobei der CML-Klon einen kompetitiven Vorteil besitzt. Es ist ungeklärt, ob Tyrosinkinaseinhibitoren wie Imatinib (IM) in der Lage sind, die Erkrankung zu heilen. Es gibt Evidenz, dass residuale leukämische Stammzellen im Knochenmark persistieren, welche in einem Ruhezustand (G0-Phase des Zellzyklus) von IM nicht eradiziert werden können. Proliferativ aktive Zellen sind der IM-Wirkung hingegen ausgesetzt. Das Modell sagt voraus, unter welchen Bedingungen eine Kombinationsstrategie von IM mit stammzellaktivierenden Substanzen Synergieeffekte hervorbringen könnte. Ein verwandtes Problem ist die Frage, in welchen Fällen nach Reduktion der Tumorlast auf ein mittels hochsensitiver Messmethoden undetektierbares Niveau ein Therapieabbruch gerechtfertigt ist. Basierend auf dem dynamischen Modell wird in dieser Arbeit ein Prädiktor vorgeschlagen, der vorhersagt, ob ein Patient nach Abbruch der Therapie einen molekularen Rückfall zu erwarten hat. Zusätzlich wird approximativ ein modellunabhängiger Prädiktor angegeben, der die Vorhersage nur auf Basis klinisch messbarer Größen gestattet.