Fördermaßnahme

Graphs4Patients - Analyse und Integration multimodaler Patientendaten mit Hilfe von mehrschichtigen Graphen: eine Fallstudie zum Myokardinfarkt beim Menschen

Ziel der Fördermaßnahme "Computational Life Sciences" ist es, die Entwicklung innovativer Methoden und Softwarewerkzeuge zur bioinformatischen Verarbeitung, Modellierung und Simulation mit Blick auf aktuelle Fragestellungen in den Lebenswissenschaften voranzubringen. So sollen der lebenswissenschaftlichen Forschung in Deutschland effiziente und zuverlässige Hilfsmittel zur Verfügung stehen, um die durch neueste experimentelle Methoden oder die Zusammenführung verschiedener Modalitäten gewonnenen Daten geeignet zu modellieren und zu analysieren.

Im Fokus der aktuellen Bekanntmachung stehen KI-Methoden für die Systemmedizin. Ziel ist es, Methoden zu entwickeln, die mithilfe geeigneter KI-Algorithmen den derzeitigen Stand der Technik in der systemmedizinischen Datenanalyse entscheidend verbessern. Der Schwerpunkt liegt dabei auf klinisch relevanten Fragestellungen.

Das Verbundprojekt Graphs4Patients beschäftigt sich mit dem akuten Myokardinfarkt und dessen Langzeitauswirkungen. Ein wesentlicher Schwerpunkt des Vorhabens liegt dabei auf der Analyse des komplexen Zusammenspiels der biomolekularen Prozesse. Diese führen – trotz großer Fortschritte bei der Akutbehandlung von Myokardinfarkten – weiterhin langfristig zu einem kardialen Gewebeumbau und somit immer noch zu einer hohen Langzeitsterblichkeit der betroffenen Patientinnen und Patienten. Besonders die frühen Stadien des Gewebeumbauprozesses sind hierbei noch nicht hinreichend verstanden und nach wie vor fehlen spezifische Medikamente sowie Behandlungsoptionen.

Hier setzt Graphs4Patients an: Im Rahmen des Projekts soll mittels eines systemischen Ansatzes der Myokardinfarkt-induzierte kardiale Gewebeumbau gezielt analysiert und beschrieben werden. Das Hauptaugenmerk liegt dabei auf dem Zusammenspiel zwischen verschiedenen molekularen Aspekten (wie beispielsweise die Regulation von Genen und Proteinen) und Skalen (etwa auf zellulärer, räumlicher und individueller Ebene). Hierbei spielt insbesondere die Integration von Daten und Informationen aus verschiedenen Quellen – etwa von unterschiedlichen Sequenzier- und Testsystemen – eine zentrale Rolle, um die Entwicklung von Herzkrankheiten und Herzversagen besser zu verstehen und frühzeitig erkennen zu können.

Teilprojekte

Teilprojekt Aachen I

Förderkennzeichen: 031L0307A
Gesamte Fördersumme: 535.879 EUR
Förderzeitraum: 2023 - 2026
Projektleitung: Dr. Ivan Gesteira Costa Filho
Adresse: Universitätsklinikum Aachen - Institute for Computational Genomics
Pauwelsstr. 19
52074 Aachen

Teilprojekt Aachen I

Teilprojekt Aachen II

Förderkennzeichen: 031L0307B
Gesamte Fördersumme: 267.466 EUR
Förderzeitraum: 2023 - 2026
Projektleitung: Prof. Michael Thomas Schaub
Adresse: Rheinisch-Westfälische Technische Hochschule Aachen - Fakultät für Mathematik, Informatik und Naturwissenschaften - Juniorprofessur für Computational Network Science
Ahornstr. 55
52074 Aachen

Teilprojekt Aachen II