Ziel ist die Identifizierung von bei der Entstehung von Schlaganfall und KHK relevanten Genregulationsnetzwerken durch Integration risikoassoziierter single nucleotide polymorphisms (SNPs) aus Genomweiten Assoziationstudien (GWAS) mit vielfältigen öffentlich verfügbaren genomischen und proteomischen Daten (z.B. aus ENCODE, Protein-Protein-Interaktionen, Genkoexpressionsnetzwerke). Viele der in GWAS identifizierten Risko-assoziierten SNPs können bislang nicht funktionell interpretiert werden. Ziel ist daher die Entdeckung neuer regulatorischer Netzwerke, die durch die krankheitsassoziierten SNPs dereguliert werden. Der Fokus liegt auf arteriosklerotischen Erkrankungen, der koronaren Herzkrankheit und dem Schlaganfall. Für die Analysen werden graphische probabilistische Modelle entwickelt, die die Integration verschiedenster Informationsquellen erlauben: Einerseits Genotypisierung der Patienten, Gewebeexpressionsdaten, Ergebnisse anderer Teilprojekte; andererseits öffentliche funktionalgenomische und proteomischen Daten, z.B. aus ENCODE. Durch die statistische Aggregation der Evidenz für die Assoziation einer Vielzahl von genetischen Markern mit ein und demselben zugrundeliegenden regulativen Netzwerk sollten erheblich an statistischer Empfindlichkeit gewonnen werden und gleichzeitig validierbare Hypothesen zur Pathogenese entwickelt werden können.