Ziel des Greifswalder Teils des Teilprojektes A3 des Verbundes ist es, die adaptive Immundantwort auf Streptococcus pneumoniae zu charakterisieren. Dazu werden sowohl die Proteinprofile infizierender Pneumokokkenstämme unter besonderer Beachtung der Zellwand- und sekretierten Proteine charakterisiert als auch die Antikörperprofile gegen Pneumokokkenantigene in einem personalisierten Immunoproteomansatz zu einem Vergleich infizierender Stämme mit individuellen Immunantworten aufgenommen. Komplementär dazu und zusätzlich zum ursprünglich beantragten Arbeitsprogramm wird im Auftrag des ganzen Konsortiums das Proteomprofiling von 560 humanen Plasmaproben ausgeführt, um diese Daten zur integrierten Biomarkersuche gemeinsam mit den Immunoproteom und Transkriptomdaten einsetzen zu können. Aufbauend auf die phänotypische und genotypische Charakterisierung von klinischen Pneumokokkenisolaten werden aus den Proteinfraktionen dieser Stämme durch eine Kombination von 2-D Elektrophorese und Massenspektrometrie Proteomreferenzkarten erstellt, um dann mit gelbasierten Immuno-proteomanalysen immundominante Proteine zu identifizieren. Kandidatenproteine werden dann mit der Luminextechnologie in größeren Probenkollektionen validiert. Komplementär erfolgt mit einem in Greifswald etablierten Proteomicsworkflow die Charakterisierung von 560 humanen Plasmaproben von Patienten, wobei der Fokus auf der Identifizierung mit dem Übergang zwischen verschiedenen Lungenentzündungs-Schweregraden assoziierten Proteomveränderungen liegt.

Das Teilprojekt B1 in Leipzig stellt die zentrale Infrastruktur für Speicherung und Analyse der klinischen, genotypischen und molekularen Daten aller in PROGRESS untersuchten Patienten zur Verfügung. Datenbanken, Datenerfassung & Datenmanagement: Hier wird die Infrastruktur für Erfassung, Speicherung und Management der hochdimensionalen wie auch klinischen Patientendaten bereitgestellt. Für klinische Daten und Querymanagement wird die bereits in SEPNET verwendete professionelle Studienmanagementsoftware verwendet. Für Speicherung und Analyse hochdimensionaler Daten wird ein bestehendes DataWarehouse benutzt und erweitert. Für einen vollständigen und qualitätsgeprüften Datenbestand wird ein Qualitätssicherungsprozess gemäß dem in klinischen Studien üblichen Standard etabliert.

Vorhabenziele sind die Implementation eines Qualitätsmanagementsystems, Qualitätskontrolle auf allen Prozessebenen, Treffen von Kooperationsvereinbarungen, intensive Schulung der Prüfärzte, Study Nurses und des Laborpersonals, Erstellung von SOPs im Sinne eines TQM, Monitoring der klinischen Zentren und des Probenverarbeitungsprozesses sowie Öffentlichkeitsarbeit. Ziel ist die Entwicklung eines prognostischen Modells zur Abschätzung des Krankheitsverlaufs auf der Basis phänotypischer und molekularer Daten. Durch den Vergleich von Genom-,Transkriptom-und Proteomdaten sowie durch die Einbeziehung von phänotypischen Daten sollen Einblicke in die Krankheitsmechanismen möglich werden.

Untersucht werden immunologische Zusammenhänge der Übergänge zwischen Pneumonie, schwerer Pneumonie und Sepsis. Dazu sollen eine Biomaterialbank etabliert und Genexpressionsanalysen sowohl im Mausmodell als auch bei Patienten durchgeführt werden. TP A.2.1 beinhaltet Genexpressionsanalysen bei 480 Patienten mit ambulant oder hospital erworbener Pneumonie verschiedener Schweregrade sowie von Kontrollpatienten ohne Pneumonie. TP B2 entwickelt Standards für Probenentnahme, Probenidentifizierung und Lagerung; etabliert eine Infrastruktur für die Gewinnung von Biomaterialien; überwacht die Probenentnahme und Lagerung und verteilt Aliquots an die Projektpartner. TP C6 führt Genexpressionsanalysen bei Mäusen mit Pneumonie durch S. pneumoniae, Sepsis durch S. pneumoniae bzw. Sepsis bei Peritonitis durch. Es soll ein diagnostisches Werkzeug zur Früh- und Differentialdiagnose der Pneumonie entwickelt werden.

TP A.1 umfasst die Identifizierung der genetischen Faktoren, die an der Progression einer ambulant erworbenen Pneumonie in eine schwere Pneumonie und Sepsis beteiligt sind. TP A2.2 umfasst die Identifizierung von frühen diagnostischen Markern bei Frühgeborenen mittels Transkriptomanalyse, die die Progression des Atemnotsyndroms in eine frühe Neugeborenensepsis (EOSP) anzeigen.