CAU Logo
Christian–Albrechts–Universität zu Kiel
Institut für Medizinische Informatik und Statistik
Logo
english

e:Med - A Systems Approach to Chronic Inflammatory Disease
sysINFLAME

Chronisch-entzündliche Erkrankungen der Barriereorgane des Menschen (z. B. Haut, Lunge, Darm) betreffen oft junge Menschen und führen zu einem erheblichen Leidensdruck und Verlust der Lebensqualität. Die bisher genutzten Therapieverfahren zielen auf eine Unterdrückung des adaptiven Immunsystems und führen regelhaft, in nicht mehr als 50% der Patienten, zu einer symptomatischen Remission. Diese ist oft nicht von Dauer. Zudem sind die innovativeren Therapieverfahren (z. B. gezielte Blockade von einzelnen Zytokinen) sehr teuer und belasten die Volkswirtschaft in hohem Maße.


Obwohl Patienten mit chronisch-entzündlichen Erkrankungen der Barriereorgane von einem individuell diversen genetischen Risikohintergrund starten, ist die Manifestation dieser Erkrankungen in der Erscheinung immer ähnlich. Eine wesentliche Herausforderung an die individualisierte Therapie ist es daher früh einzusetzen, jedoch auch die Konvergenzpunkte der Pathophysiologie in einer generischen Kette von destruktiven Ereignissen zu verstehen.


Die nur symptomatische Therapie der Erkrankungen, die nicht eine vollständige Kontrolle des Entzündungsprozesses einbezieht, führt in vielen Fällen zu einer Progression, die sowohl durch die anatomische Zerstörung des betroffenen Organs als auch durch erhebliche Komorbidäten (metabolische Störungen wie Diabetes oder vaskuläre Degeneration wie z. B. koronare Herzerkrankungen) gekennzeichnet ist. Diese Komorbiditäten stellen im Verlauf von chronisch-entzündlichen Erkrankungen oft einen erheblichen unabhängigen Faktor dar, der zur Invalidität und Mortalität führt.


Das Konsortium bündelt unterschiedliche Expertisen in einer Zusammenarbeit, um ein systemmedizinisches Verständnis von Manifestation, molekularen Mechanismen von Therapie und Krankheitsprogress zu erlangen. Um die klinischen Anforderungen an eine bessere Therapie zu erfüllen, ist ein Forschungsverbund konzipiert worden, der sowohl Elemente einer sehr intensiven Untersuchung einzelner Patienten unter gezielten Therapieverfahren beinhaltet, als auch die Erfassung von prospektiv charakterisierten Langzeitverläufen in großen Patientenkohorten, wobei hier sowohl die Mechanismen der Manifestation der Erkrankung als auch die system-medizinische klinische Charakterisierung der Patienten im Vordergrund stehen.

TP 9: Data Analysis and the Promotion of a "System Medicine Dialog"

Ziel des Teilprojekts 9 ist die Entwicklung, Implementierung und Anwendung mathematischer und bioinformatischer Werkzeuge, die für die Interpretation komplexer biomedizinischer Daten (d.h. Genom-, Transkriptom-, Proteom-, Methylierungs- und Metabolom-Profile sowie Kombinationen davon) benötigt werden. In diesem Zusammenhang bedeutet "Interpretation", dass eine große Zahl möglicher Einflussfaktoren (Keimbahn-Genotypen, mikrobielle Signaturen, Genexpressionsprofile etc.) mit wohldefinierten Zielgrößen (d.h. Krankheitsstatus und weitere damit verbundene Merkmale) in Beziehung gebracht werden soll.

Um dieses Ziel zu erreichen, verfolgen wir zwei sich gegenseitig ergänzende Ansätze: Einerseits werden Einflussfaktoren und Zielgrößen mit Hilfe klassischer statistischer Verfahren wie z.B. Regressionsmodellen und Signifikanztests verknüpft. Allerdings haben sich diese Ansätze bislang beim Aufdecken komplexer Beziehungen zwischen Einfluß- und Zielgrößen nicht immer als besonders erfolgreich erwiesen. Daher werden wir verstärkt auch Verfahren des sogenannten "Data-Mining" einsetzen. Darunter versteht man das mehr oder weniger ungezielte Durchsuchen großer Datenmengen mit Techniken der künstlichen Intelligenz und der höheren Statistik, um Trends und Muster in den Daten zu erkennen, die ansonsten unentdeckt blieben. Im zweiten, komplementären Ansatz werden wir eine neue Strategie der Datenanalyse verfolgen, die einen systemorientierten Blick auf biologische Beziehungen wirft. Grundidee ist eine möglichst umfängliche Projektion der verfügbaren hochdimensionalen Daten auf bekannte biologische Netzwerke, um so die Daten besser interpretieren zu können. Das daraus abgeleitete Paradigma soll anschließend - je nach Verfügbarkeit - auf weitere Daten aus den anderen Teilprojekten angewendet werden.

Die Ergebnisse beider Ansätze werden kontinuierlich miteinander verglichen und zusammengeführt, damit ein maximaler Nutzen für die anderen Teilprojekte entsteht. Methodische Fragen bilden auch den Rahmen eines kontinuierlichen Dialogs innerhalb des Konsortiums, der einerseits die Weiterentwicklung der Analyseverfahren auf Grundlage der verfügbaren Daten fördern und andererseits im Ergebnis zur wissenschaftlichen Leistungsfähigkeit der anderen Teilprojekte beitragen soll.