Ziel ist die Identifizierung von Genregulatiosnetzwerken durch die Integration der bekannten Risikoloci für koronare Herzkrankheit (KHK) und Schlaganfall und die Analyse der von single nucleotide polymorphismus (SNPs) vermittelten (Dys)-Regulierung durch micro-RNAs (miRNA) bei der Atherosklerose. Viele der bislang identifizierten Risikoloci und Risikogene können bislang nicht funktionell interpretiert werden. Diese Lücke soll durch die Analyse von Pathways, die im Rahmen der Atherosklerose verändert sind, geschlossen werden. Konkret ist das Ziel, regulatorische Netzwerke, bestehend aus Genen die innerhalb der bisher identifizierten Loci für KHK und Schlaganfall lokalisiert sind, abzuleiten. Es werden mittels Bayesian-Statistik und grafischer Modellierung Genotyp, Phänotyp und Expressionsdaten integriert. Zudem werden vorhergesagte Netzwerke in humanen Endothel-und Glattmuskelzellen validiert. Verschiedene bei der Atherosklerose beteiligte Gene sind posttranskriptional durch miRNAs reguliert. Eigene Daten zeigen bereits, dass SNPs durch Veränderung der miRNA Expression, oder durch die Beeinträchtigung von miRNA Bindungsstellen, das Risiko für die Atherosklerose erhöhen können. Hierzu werden eQTL-Analysen in vaskulären Glattmuskelzellen und anderen Zelltypen durchgeführt. Durch bioinformatische Analysen sollen KHK/Schlaganfall Risiko-SNPs identifiziert werden, die die miRNA-Expression verändern. Zudem werden genomische Daten von KHK- oder Schlaganfall-Patienten mit dem Ziel der Identifizierung von SNPs in miRNA target sites analysiert werden.