Skip to main content
SpringerLink
Log in
Book cover

Produktionsfaktor Mathematik pp 461–477Cite as

Wirkstoffe, Medikamente und Mathematische Bildverarbeitung

  • Chapter

  • 2494 Accesses

Auszug

Die Entwicklung neuer Medikamente ist langwierig und teuer. Der erste Schritt ist hierbei die Suche nach neuen Wirkstoffkandidaten, die für die Behandlung bislang schwer therapierbarer Krankheiten geeignet sind. Hierfür stehen der Pharma- und Biotechnologieindustrie riesige Substanzbibliotheken zur Verfügung. In diesen Bibliotheken werden die unterschiedlichsten Substanzen gesammelt, die entweder synthetisch hergestellt oder aus Pilzen, Bakterienkulturen und anderen Lebewesen gewonnen werden können.

This is a preview of subscription content, log in via an institution.

Chapter
USD   29.95
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
eBook
USD   39.99
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever

Tax calculation will be finalised at checkout

Purchases are for personal use only

Learn about institutional subscriptions

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literatur

  1. Andreas Beuthner. Bilder aus dem Zellkern, Firmenportrait über das Unternehmen Evotec Technologies. Frauenhofer Magazin, 3. Quartal 2004.

    Google Scholar 

  2. Vincent Caselles, Ron Kimmel, and Guillermo Sapiro. Geodesic active contours. International Journal of Computer Vision, 22(1):61–79, 1997.

    Article  MATH  Google Scholar 

  3. Evotec Technologies. Acapella product flyer. http//las.perkinelmer.com/ Content/RelatedMaterials/Brochures/BRO_AcapellaSoftware.pdf.

    Google Scholar 

  4. Evotec Technologies. Opera product flyer. http//las.perkinelmer.com/Content/ RelatedMaterials/Brochures/BRO_OperaHighContentScreeningSystem.pdf.

    Google Scholar 

  5. Christof Fattinger. High Throughput Screening. Innovation — Das Magazin von Carl Zeiss, 12:4–5, 2002.

    Google Scholar 

  6. Thouis R. Jones, Anne E. Carpenter, David M. Sabatini, and Polina Golland. Methods for high-content, high-throughput image-based cell screening. In Proceedings of the First MICCAI Workshop on Microscopic Image Analysis with Applications in Biology, pages 65–72, 2006.

    Google Scholar 

  7. Dirk A. Lorenz, Peter Maass, Hartwig Preckel, and Dennis Trede. Topologypreserving geodesic active contours for segmentation of high content fluorescent cellular images. In Proceedings in Applied Mathematics and Mechanics (PAMM), volume 8, 2008.

    Google Scholar 

  8. Ravikanth Malladi, James A. Sethian, and Baba C. Vemuri. Shape modeling with front propagation: A level set approach. IEEE Transactions on Pattern Analysis and Machine Intelligence, 17(2):158–175, 1995.

    Article  Google Scholar 

  9. Nathalie Malo, James A. Hanley, Sonia Cerquozzi, Jerry Pelletier, and Robert Nadon. Statistical practice in high-throughput screening data analysis. Nature Biotechnology, 24(2):167–175, 2006.

    Article  Google Scholar 

  10. Harvey Motulsky and Arthur Christopoulos. Fitting Models to Biological Data Using Linear and Nonlinear Regression: A Practical Guide to Curve Fitting. Oxford University Press Inc, 2004.

    Google Scholar 

  11. Christian Ritz and Jens C. Streibig. Bioassay analysis using R. Journal of Statistical Software, 12(5), 2005.

    Google Scholar 

  12. Dennis Trede. Parameteroptimierung und Segmentieren mit aktiven Konturen für die High-Content-Analyse beim Hochdurchsatz-Screening. Diplomarbeit, Universität Bremen, Zentrum für Technomathematik, September 2007.

    Google Scholar 

  13. Verband forschender Arzneimittelhersteller e.V. In Labors und Kliniken: Wie entsteht ein neues Medikament? http//www.vfa.de/de/forschung/so-funktioniert-pharmaforschung/ wie-ein-medikament-entsteht/amf-laborskliniken.html, 2008.

    Google Scholar 

  14. Pingkun Yan, Xiaobo Zhou, Mubarak Shah, and Stephen Wong. Automatic segmentation of high throughput Rnai fluorescent cellular images. IEEE Transactions on Information Technology in Biomedicine, 12(1):109–117, 2008.

    Article  Google Scholar 

  15. Ji-Hu Zhang, Thomas D.Y. Chung, and Kevin R. Oldenburg. A simple statistical parameter for use in evaluation and validation of high throughput screening assays. Journal of Biomolecular Screening, 4(2):67–73, 1999.

    Article  Google Scholar 

Download references

Author information

Authors and Affiliations

  1. PerkinElmer Cellular Technologies Germany GmbH, Deutschland

    Dr. Günter J. Bauer

  2. Angewandte Mathematik und Leiter des Zentrums für Technomathematik an der Universität Bremen, Deutschland

    Prof. Dr. Peter Maaß (Professor)

  3. Perkin Elmer Cellular Technologies Germany GmbH, betreut kundenspezifische und Produktentwicklungsprojekte zur Etablierung neuer Instrumente und Methoden in der pharmakologischen Wirkstoffforschung, Deutschland

    Dr. Hartwig Preckel

Authors
  1. Dr. Günter J. Bauer
    View author publications

    You can also search for this author in PubMed Google Scholar

  2. Dirk A. Lorenz
    View author publications

    You can also search for this author in PubMed Google Scholar

  3. Prof. Dr. Peter Maaß
    View author publications

    You can also search for this author in PubMed Google Scholar

  4. Dr. Hartwig Preckel
    View author publications

    You can also search for this author in PubMed Google Scholar

  5. Dennis Trede
    View author publications

    You can also search for this author in PubMed Google Scholar

Editor information

Editors and Affiliations

  1. Konrad-Zuse-Zentrum für Informationstechnik Berlin (ZIB), Takustraße 7, 14195, Berlin

    Martin Grötschel

  2. Lehrstuhl für Technische Thermodynamik der RWTH-Aachen, 52056, Aachen

    Klaus Lucas

  3. Technische Universität Berlin, Sekretariat MA 4-5 Straße des 17. Juni 136, 10623, Berlin

    Volker Mehrmann

Rights and permissions

Reprints and permissions

Copyright information

© 2009 acatech - Deutsche Akademie der Technikwissenschaften, Springer-Verlag Berlin Heidelberg

About this chapter

Cite this chapter

Bauer, G.J., Lorenz, D.A., Maaß, P., Preckel, H., Trede, D. (2009). Wirkstoffe, Medikamente und Mathematische Bildverarbeitung. In: Grötschel, M., Lucas, K., Mehrmann, V. (eds) Produktionsfaktor Mathematik. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-540-89435-3_20

Download citation

Publish with us

Policies and ethics

Search

Navigation