Detailseite
Projekt Druckansicht

Verarbeitung, Management und integrierte Analyse von ALL OMICS Daten

Antragstellerinnen / Antragsteller Dr. Michael Forster, seit 1/2024; Dr. Alina Hartmann
Fachliche Zuordnung Hämatologie, Onkologie
Förderung Förderung seit 2022
Projektkennung Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 444949889
 
Akute lymphoblastische Leukämie (ALL) basiert auf einem komplexen Zusammenspiel molekular-genetischer Faktoren, und wird auf der Grundlage von krankhaften Veränderungen der Chromosomen-Struktur – hauptsächlich in Form von Genfusionen und Aneuploidien – in verschiedene Untergruppen klassifiziert. Die Identifikation von Genfusionen ist dabei besonders essenziell, nicht nur für die Diagnose, sondern auch für die Wahl der Therapie und Vorhersage des klinischen Verlaufes. Eine typische Strategie hierbei ist die Analyse von gemittelten Expressionsdaten aus Gewebe- bzw. Blutproben, in einzelnen Patienten oder über ganze Kohorten. Jedoch repräsentieren solche Daten nur einen Aspekt der molekularen Grundlage von ALL. Um die Ursachen dieser Krankheit und ihrer unterschiedlichen Manifestationen letztlich zu entschlüsseln, bedarf es einer Vielzahl von molekularen Hochdurchsatz- und Array-Techniken, und so Informationen aus Genetik und molekularen Phänotypen zusammen zu führen. Solche Daten öffnen die Tür für Integration and computer-gestützte Modellierung, um so letztlich neuartige, günstigere und zielgerichtetere analytische Verfahren zu entwickeln und damit die Diagnose und Therapieentscheidung zu unterstützen. Dieser Projektantrag ist Teil der geplanten klinischen Forschergruppe „CATCH ALL“, und hat sich zum Ziel gesetzt die Generierung, Verarbeitung und das Management der vielschichtigen Sequenzdaten aus den experimentellen Teilprojekten zu betreuen. Zusätzlich zu einer solchen einheitlichen Datenbasis wird das INF Projekt die klinische Interpretation der molekularen Befunde unterstützen und Datenintegration und Modellierung durchführen, um die diagnostische Präzision der Hochdurchsatz-Daten – wie z.B. Transkriptome – zu verbessern.
DFG-Verfahren Klinische Forschungsgruppen
Ehemaliger Antragsteller Marc Höppner, Ph.D., bis 12/2023
 
 

Zusatzinformationen

Textvergrößerung und Kontrastanpassung