Teilprojekt eines Verbundes

Verbinden von Melanom und Autoimmunität durch molekulare Interaktionskarten

Förderkennzeichen: 01ZX1905B
Fördersumme: 339.503 EUR
Förderzeitraum: 2019 - 2022
Projektleitung: Prof. Dr. Olaf Wolkenhauer
Adresse: Universität Rostock, Fakultät für Informatik und Elektrotechnik, Institut für Informatik, Lehrstuhl für Systembiologie und Bioinformatik
Ulmenstr. 69
18057 Rostock

Das Vorhaben MelAutim verfolgt das Ziel, die molekularen und zellulären Mechanismen für das Zusammenspiel von Krebs und Autoimmunität aufzudecken. Insbesondere sollen solche Faktoren identifiziert werden, die bei einer Immuntherapie an der Entstehung neuer oder der Verschlimmerung bereits bestehender Autoimmunerkrankungen beteiligt sind. Mit diesen Ergebnissen soll mit systemmedizinischen Methoden ein Modell entwickelt werden, das bereits vor Therapiebeginn den Ärzten hilft, das individuelle Patientenrisiko einzuschätzen und die Therapieart bzw. deren Kontrollintervalle auszuwählen. Es könnten zum einen therapeutische Angriffspunkte identifiziert werden, die eine Antitumorantwort hervorrufen ohne Autoimmunität zu induzieren. Auf der anderen Seite könnten mit Hilfe des Modells, bei dem unter kontrollierten Bedingungen Autoimmunität ausgelöst wird, Erkenntnisse über die zugrundeliegenden Mechanismen von Autoimmunerkrankungen gewonnen werden. Die molekularen und theoretischen Analysen sollen somit aufzeigen, wie langfristig die medizinische Versorgung von Melanompatienten verbessert werden kann. In Teilprojekt vier werden ein mehrwertiges logikbasiertes Modell für die wichtigsten regulatorischen Prozesse erstellt und kritische Kontrollpunkte identifiziert. Viele der zuvor veröffentlichten Studien mit der Pützer-Gruppe deuten darauf hin, dass es sich bei diesen Kontrollpunkten hauptsächlich um Komplexe von Transkriptionsfaktoren und Kofaktoren handelt. Diese Krankheitskontrollpunkte werden mit Hilfe von Parametern aus Strukturmodellierung und molekulardynamischen Simulationsstudien priorisiert. Darüber hinaus werden die Ergebnisse im Rahmen klinischer Daten (Teilprojekt 3) untersucht, um Methoden zur Therapiepersonalisierung zu entwickeln.