Prostata- und Glioblastomtumoren sind schwerwiegende Volkskrankheiten, zu denen es bislang keine gute Therapie gibt. Genetische Veränderungen sind die treibenden Faktoren und können durch Sequenzierung erkannt werden. Im vorliegenden Projekt werden Sequenzierdaten von Prostata- und Glioblastomtumoren (GBM) sowie Zelllinien aus den anderen Subprojekten ausgewertet und mathematische Modelle dazu in einem iterativen Zyklus von Experimenten und Modellierung entwickelt. Drei Ziele werden dabei verfolgt: 1) Es wird eine Analyse-Pipeline entwickelt, mit der die Stratifizierung von Tumorentitäten in Untergruppen gemäß ihrer Telomerlängenerhaltung (TMM) unterstützt wird. Dies geschieht durch das Aufsetzen eines umfassenden Maschinenlern-Systems, das genetische, epigenetische, transkriptionelle und Bild-Daten aus den Analysen von GBM und Prostatakrebs beinhaltet. 2) Die zugrundeliegenden Mechanismen zur Identifizierung von Hauptmerkmalen und deregulierten Schritten der TMM in diesen Tumoren und ihren Untergruppen werden untersucht. Die Vorhersagen aus den Modellen werden in passenden zellulären Modellsystemen getestet. 3) Computer-simulierte Knockouts mit unseren Netzwerkmodellen der Genregulation werden für die verschiedenen TMM-Untergruppen durchgeführt.