MODELLIERUNG

Die aus Omiks-Experimenten erhaltene Informationsfülle zu kardiovaskulären Erkrankungen konnte bisher kaum genutzt werden. Angesichts der Verbreitung von Hochdurchsatz-Technologien müssen sich immer mehr Forscher mit riesigen Datensätzen auseinandersetzen, die alleine kaum auszuwerten sind. Die Modellierung ist ein systemmedizinischer Ansatz und deshalb geeignet, da komplexe und umfangreiche Datensätze zergliedert und analysiert werden können. Mit diesem auch in silico genannten Ansatz können riesige Datenmengen verständlich dargestellt werden und folglich Datenpools abgefragt und Verbindungen aufgezeigt werden, die mit anderen Methoden unentdeckt geblieben wären.

Das sysVASC Konsortium setzt innovative Modellierungs- und Simulationsmethoden ein, um kausale Zusammenhänge zwischen Ereignissen und für kardiovaskuläre Erkrankungen relevante, molekulare Strukturen aufzuzeigen. Das Projekt kann derzeit auf mehr als 9.000 hochwertige Patientendatensätze zugreifen. Ziel des Projekts ist es mit dieser Information eine auf kardiovaskuläre Erkrankungen spezialisierte Datenbank zu erstellen. Diese soll zusätzlich Informationen aus anderen verfügbaren Datenbanken und systematische Literatursuchen bieten. Die aus dieser Kombination entstehende Datenbasis wird eine unschätzbare Quelle für kardiovaskuläre Forschung und für die Identifizierung neuer therapeutischer Zielmoleküle darstellen.

Es sollen Methoden für die automatisierte Eingabe umfangreicher Datensätze, für bioinformatische Dienste, für Annotations- und Pflege-Tools von proteomischen Daten (Swiss-Prot Gruppe), für die Identifizierung von Proteasen (Proteasix, TopFIND) und für das Text Mining zum Verlinken von Proteasen mit Signalwegen (Pubmed, Gene Ontology) entwickelt werden. Aus diesen zusammengelegten Ressourcen entstehen Arbeitsprozesse, die flexible und austauschbare, automatische Analysen ermöglichen.

Durch die Entwicklung eines dynamischen ODE-Modells soll die In-Silico-Modellierung von Signalwegen (wie beschädigte DNA) vereinfacht werden, um fehlregulierte Stellen innerhalb der Signalwege, Auswirkungen von Mutationen auf Signalausgänge und mögliche Wirkstoffe identifizieren zu können.

Jeder Partner liefert Erkenntnisse zu kardiovaskulären Erkrankungen und die einzelnen Ergebnisse werden anschließend verknüpft und gegenübergestellt. Die Systembiologie-Modelle werden mit Archiven wie BioModels des European Bioinformatics Institute (EBI) verglichen, um von Wissenschaftlern weltweit evaluiert werden zu können.

 

Letzte Aktualisierung: 01/April/2015

Durch die weitere Nutzung der Seite stimmen Sie der Verwendung von Cookies zu. Weitere Informationen

Die Cookie-Einstellungen auf dieser Website sind auf "Cookies zulassen" eingestellt, um Ihnen das beste Surferlebnis zu ermöglichen. Wenn Sie diese Website ohne Änderung Ihrer Cookie-Einstellungen verwenden oder auf "Akzeptieren" klicken, erklären Sie sich damit einverstanden.

Schließen