Verbund

DIASyM-2 - Systemmedizin auf Basis datenunabhängiger Messmethoden: Massenspektrometrie-basierte Hochdurchsatz-Phänotypisierung des Herzinsuffizienz-Syndroms

In der ersten Förderphase des Forschungskerns DIASyM wurden die massenspektrometrische Infrastruktur aufgebaut und die Arbeitsabläufe zur Probenvorbereitung optimiert sowie validiert. Darüber hinaus wurden Methoden zur überwiegend datenunabhängigen massenspektrometrischen Analyse und Datenauswertung entwickelt. Der Forschungskern konzentriert sich auf Herz-Kreislauf-Erkrankungen, insbesondere auf die Herzinsuffizienz, welche mit schlechten Überlebensprognosen verbunden ist. Ziel des Vorhabens ist die Entschlüsselung krankhafter Zellveränderungen auf molekularer Ebene. Dazu werden Daten auf Protein-, Stoffwechsel- und Fett-Ebene analysiert sowie genetische Daten betrachtet. Hierbei werden insbesondere auch Methoden des maschinellen Lernens eingesetzt.

In der zweiten Förderphase werden die etablierten Hochdurchsatz-Workflows genutzt, um umfangreiche Massenspektrometrie-Datensätze zu erzeugen. Um die Reproduzierbarkeit der Probenvorbereitung, der massenspektrometrischen Datenerfassung und der mehrdimensionalen Datenanalyse zu verbessern, entwickelt DIASyM standardisierte Verfahren. Es wird erwartet, dass neue Erkenntnisse zur Heterogenität der Herzinsuffizienz zu einer besseren Risikoabschätzung und Therapieoptimierung beitragen werden. Der DIASyM-Forschungskern soll langfristig als Plattform etabliert werden, um die ermittelten Daten und standardisierten Prozesse anderen Forschenden zur Verfügung zu stellen.

Teilprojekte

Teilprojekt Systemmedizin, Proteomik, Lipidomik

Förderkennzeichen: 16LW0241K
Gesamte Fördersumme: 2.795.610 EUR
Förderzeitraum: 2023 - 2026
Projektleitung: Prof. Dr. Stefan Tenzer
Adresse: Universitätsmedizin der Johannes Gutenberg-Universität Mainz, Institut für Immunologie, Zentrum für Kardiologie, Präventive Kardiologie
Langenbeckstr. 1
55131 Mainz

Teilprojekt Systemmedizin, Proteomik, Lipidomik

Teilprojekt Bioinformatik, Maschinelles Lernen, Datenintegration

Förderkennzeichen: 16LW0242
Gesamte Fördersumme: 925.170 EUR
Förderzeitraum: 2023 - 2026
Projektleitung: Prof. Dr. Miguel Andrade
Adresse: Johannes Gutenberg-Universität Mainz, AG Andrade - iomE, Institut für Organismische und Molekulare Evolutionsbiologie
Hanns-Dieter-Hüsch-Weg 15
55128 Mainz

Teilprojekt Bioinformatik, Maschinelles Lernen, Datenintegration