Forschung und Entwicklung Data Science Diabetes2020-01-26T10:48:27+01:00

Dienstleister für Datenanalyse und SW-Entwicklung bei Facebook Wir sind bei Twitter und entwickeln Ihre Software und analysieren Ihre Daten Unternehmen für Data Analytics und SW-Entwicklung bei Linkedin

START-UPS & KLEINUNTERNEHMEN

Referenzkunden Kleinunternehmen HighPots

MITTELSTAND

führende Marketing-Produkte für deutschen Mittelstand

GROSSUNTERNEHMEN

Konzerne nutzen Digital-Marketing Produkte von HighPots

F&E Dienstleistungen – Data Science in der Diabetes Forschung

Die Anreicherung von neuen Tatsachen und neuem Wissen, das noch kein Mensch zuvor hatte, ist unser Antrieb. Dies geschieht durch unsere Mitwirkung an Forschungsprojekten.

HighPots bietet F&E-Dienstleistungen für Forschungs-Organisationen. Als Forschungs und Entwicklungs Unternehmen unterstützen wir im Kundenauftrag Forschungsprojekte. Doch wir betreiben auch HighPots-intern F&E. Hier finden Sie weitere Informationen zu unseren F&E Services.

Sowohl innerhalb der Grundlagenforschung als auch der angewandten Forschung.

In der Angewandten Forschung ist die Abstraktion und Zusammenführung von Wissen zu integrierten Lösungen ausschlaggebend.

Häufig geschieht dies in F&E-Projekten. Dort werden unterschiedliche, in Fachkreisen bereits bekannte Forschungsergebnisse, zu einem neuartigen Produkt zusammengeführt.

Die Grundlagenforschung beschäftigt sich eher mit einer sehr speziellen Fragestellung. In diesem Diabetes-Projekt geht es um eine exakte Fragestellung.

Häufig fehlen in Forschungsprojekten Wissenschaftler, die die Forschungsmissionen verstehen und elektronisch und mathematisch abbilden können. Dieser naturwissenschaftlich-technologischer Bereich wird durch HighPots abgedeckt. Sowohl in der Anforderungsentwicklung als auch in der Softwareentwicklung und der Data Science / Data Analytics.

Forschung und Entwicklung als Dienstleistung

Data Analytics mit KI / Maschinellem Lernen für Diabetes Typ 1 Impfstoff.

Diabetes Typ 1 – die neue Volkskrankheit in fortschrittlichen Gesellschaften. Wo KI-gestützte Datenanalysen sinnvoll für die Forschung waren.

Die Ursachen für Diabetes Typ 2 sind mittlerweile gut erforscht. Bewegung, Übergewicht und Ernährung sind die maßgeblichen Faktoren. Diabetes Typ 2 tritt zumeist im Erwachsenenalter ein.

Doch bei Diabetes Typ 1 gibt es noch viele Ungereimtheiten und daher viel Forschungsbedarf. Die Anzeichen für Diabetes Typ 1 sind allerdings bekannt. Durch schnellen Gewichtsverlust, ungemein starkes Durstgefühl und durch süßlich schmeckenden Urin macht sich Diabetes Typ 1 bemerkbar.

Diabetes Typ 1 breitet sich schnell aus. Immer mehr Menschen bekommen Diabetes Typ 1. Insbesondere junge Menschen unter 20 Jahren.

Künstliche Intelligenz für Data Analytics

Datenanalyse belegt: Diabetes Typ 1 Erkrankungen nehmen rapide zu

Im 18. und frühen 19. Jahrhundert gab es 1,6 Erkrankungen pro 100.000 Einwohnern unter 15 Jahre. Heutzutage sind es ca. 50 Erkrankungen pro 100.000 Einwohnern unter 15 Jahren, – und es werden jedes Jahr mehr.

Mit Zunahme des wirtschaftlichen Wohlstands verbreitet sich auch Diabetes Typ 1.

Veränderungen der menschlichen Gene konnten somit ausgeschlossen werden. Denn Genveränderungen benötigen mehr Zeit und die Zahl der Neuerkrankungen wächst nicht explosionsartig wie im vorliegenden Fall. DNA-Mutationen finden nicht so schnell statt.

Maschinelles Lernen für Data Analytics

Datenanalyse mit Maschinellem Lernen führt Forscher auf die „Hygiene-Mutmaßung“

Daher lag die sogenannte Hygiene-Mutmaßung nahe. Das Fehlen von Viren oder Bakterien könnte die Ursache dafür sein, dass sich der Körper in Kindestagen nicht immunisiert.
Ähnlich wie Kinderlähmung oder multiple Sklerose ist auch Diabetes Typ 1 eine Autoimmun-Krankheit. Bei Diabetes Typ 1 in immunologischer Form zerstört der Körper die Insulin-produzierenden Beta-Zellen in der Bauchspeicherdrüse.

Ziel der aktuellen Forschung ist herauszufinden, wie und warum der Kontakt mit Viren oder Bakterien vor Diabetes Typ 1 schützt.

Data Analytics Statistik beweist Enteroviren Befall

Durch Maschinelles Lernen wird Data Analytics verbessert – es werden 6 Enteroviren identifiziert

Es gibt über 100 unterschiedliche Untergruppen von Enteroviren. Derzeit sieht es danach aus, als wäre keine Untergruppe alleine für Diabetes Typ 1 verantwortlich. Wir konnten durch datenanalytische Verfahren die Anzahl der Untergruppen jedoch auf 6 begrenzen. Diese Enteroviren-Untergruppen sind allesamt sogenannte Coxsackie-B-Viren (Bild links zeigt Coxsackie B4 Virionen).

In äquator-nahen Ländern sind die Coxsackie-B-Viren überall vorhanden. Jeder Mensch ist diesen Viren dort im Alltag ausgeliefert. Somit entwickeln die Menschen dort frühzeitig in Kindestagen Antikörper gegen diesen Virus.

In äquator-fernen Ländern sind die Coxsackie-B-Viren nahezu ausgerottet. Während der Schwangerschaft bilden Mütter einen Antikörper gegen das Virus. Nach der Geburt geht dieser Schutz sowohl bei der Mutter als auch beim Kind allmählich verloren.

Durch Fernreisen und durch eine immer stärkere Durchmischung von Menschen ist die Wahrscheinlichkeit mittlerweile hoch, dass der Mensch auch in äquator-fernen Ländern irgendwann mit dem Virus in Kontakt kommt. Aufgrund der fehlenden Immunisierung kommt es somit zum Krankheitsfall.

Data Analytics Pharma Forschung

NOD-Maus-Daten werden analysiert

Um weitere Erkenntnisse zu erzielen, wurden zahlreiche Experimente mit stammbaum-treuen Mäusen durchgeführt, die spontan zur Erkrankung an Diabetes Typ 1 tendieren. Dazu wurden de Viren-Erreger aus der Bauchspeicherdrüse eines erkrankten Menschen entnommen (kein einfacher chirurgischer Eingriff) und in die Mäuse eingepflanzt.

NOD-Mäuse (NOD = „non-obese diabetic“ = nicht fettleibig und zuckerkrank) erkrankten an Diabetes Typ 1. Mäuse, die in sauberen Käfigen lebten, erkrankten viel schneller als Mäuse in schmutzigen Käfigen.

Außerdem war auffällig, dass wenn sehr junge NOD-Mäuse mit dem Coxsackie-B-Virus infiziert wurden, diese nicht so häufig an Diabetes Typ 1 erkrankten wie nicht infizierte NOD-Mäuse. Ein früher Kontakt mit dem Coxsackie-B-Virus-Erreger scheint also tatsächlich vor Diabetes Typ 1 zu schützen.

Nun lag es nahe, die NOD-Mäuse jeden Alters mit dem Erreger zu infizieren um zu beobachten wann Diabetes Typ 1 ausbricht.

Ergebnis: Je älter die Maus, desto schneller und intensiver brach Diabetes Typ 1 aus. Bei sehr alten Mäusen trat Diabetes bereits nach 2 Tagen aus.

Data Analytics und KI für Impfstoff

Impfstoff-Entwicklung nach belastbarer Datenanalyse mit Six Sigma Resultaten

Die derzeitigen Ergebnisse aus den Experimenten mit den Mäusen sind äußerst überraschend:Die Enteroviren-Untergruppen können sowohl Diabetes auslösen als auch Diabetes verursachen. Und zwar abhängig vom Alter der Mäuse.

Weiteres Analysen zeigten, dass wenn Enterovirus-Infektionen in einem frühen Lebensalter, bevor Autoimmunreaktionen stattgefunden haben, entstehen, T-Regs-Zellen produziert werden. T-Regs-Zellen wirken Autoimmun-Reaktionen durch Lymphozyten entgegen und schützen so vor Diabetes Typ 1.

Im nächsten Schritt wird ein Impfstoff entwickelt. Sowohl ein Lebend- als auch ein Tot-Impfstoff. Dieser wird an den NOD-Mäusen getestet. Bei Erfolg geht es in die den Prozess der klinischen Studien mit Menschen.

Über den weiteren Verlauf des Projekts halten wir Sie auf dem Laufenden.

Unsere Rolle in diesem Data Analytics Projekt:

Highpots war technisch-naturwissenschaftlicher Dienstleister. Wir haben die Big Data Infrastruktur aufgebaut, Maschine Learning Komponenten integriert und die KI trainiert, wir haben Schnittstellen zu den Labor-Geräten entwickelt und die mathematisch-statistischen Formen entwickelt. Ebenfalls die vielfältigen Daten zu sinnvollen Informationen zusammengeführt und visualisiert. Auch haben wir für die Forscher Analyse-Möglichkeiten geschaffen, die statistische Auswertungen ohne Programmier-Kenntnisse erlauben.

Hier erfahren Sie über unsere Forschungs-Tätigkeiten.

Unternehmen SW-Entwicklung Datenanalysen Anforderungsmanagement

Dienstleistungen für Data Mining, Data Analytics und Datenanalysen. Aber auch für SW-Entwicklung und Requirements Engineering.

Wir unterstützen Sie in F&E-Projekten oder auch im Daily Business durch hochwertige Technologie-Dienstleistungen. Unsere Kernbereiche sind neben dem Anforderungsmanagement / Requirements Engineering auch Softwareentwicklung und Data Mining / Data Analytics.

Ihr Vertrauen ist uns wichtig

Was dürfen wir tun, um Ihr Vertrauen zu gewinnen? Wir geben unseren Kunden Zugriff auf unsere Referenzkunden.

Unsere Kunden sind mittelständische Unternehmen ebenso wie Großunternehmen oder Konzerne. Wir haben Expertisen in vielen Branchen und es gibt HighPots schon seit fast 30 Jahren auf dem Markt.

Gerne zeigen wir Ihnen auch zusammen mit unseren Kunden die von uns entwickelten Produkte und Lösungen. Und beschreiben unsere Rollen und erfolgreich absolvierte Aufgaben in diesen Projekten. Auf der Webseite Über HighPots erfahren Sie ausführlich wer wir sind und woher wir kommen.

Wir gehen transparent mit den Preisen für unsere Dienstleistungen um.  Ebenfalls bekommen unsere Kunden permanenten Zugriff auf unsere Mitarbeiter. Ungeachtet an welchen Orten diese arbeiten. Ob bei Ihnen vor Ort oder Remote. Wir haben diesen Zugriff für unsere Kunden durch One-Klick-Videokonferenz-Verbindungen aufgrund des verschärften EU Arbeitnehmer-Überlassungsgesetzes eingeführt (EU ANÜ).

Wenn Sie eine Idee haben, was wir bei HighPots sonst noch tun können, um Ihr Vertrauen zu gewinnen, lassen Sie es uns wissen.