Das vorliegende Teilprojekt (Bioinformatik) soll statistische Modelle entwickeln, die kausale Mutationen und kausale Signalwege anhand des integrativen Genotyps, des Genexpressionsprofils, des funktionellen genomischen Screenings sowie phänotypischer Daten von Patienten-Zelllinien identifizieren können. Zur Entwicklung statistischer Methoden anhand des Genotyps, der Genexpression und phänotypischer Daten werden wir Bayessche Netzwerkmodellierung und Methoden vom Maschinellen Lernen einsetzen. Weiterhin sollen Methoden für die Analyse von Rohdaten (Normalisierung, Modellierung von stochastischen Prozessen wie experimentelles Rauschen) aus shRNA-Screens an Patienten-Zelllinien etabliert werden. Dies wird im ersten Schritt durch Analyse von shRNA-Daten in Kontrollzellen zu einer Liste der Gene der mitochondrialen Atmungskette führen. Anschließend werden statistische Modelle entwickelt, die eine Identifizierung von kausalen Mutationen und Signalwegen in Patienten anhand des Genotyps und personalisierter shRNA-Screening-Ergebnisse sowie deren Validierung in positiven Kontroll-Zelllinien ermöglichen. Die Generierung der Rohdaten und Validierung der Vorhersagen wird in den zwei anderen mitOmics-Teilprojekten durchgeführt.

In diesem Teilprojekt wird ein genomweites, unverfälschtes, genetisches Screening an Fibroblasten aufgebaut, die von Patientinnen und Patienten mit Beeinträchtigungen der oxidativen Phosporylierung und der mitochondrialen Atmungskette stammen. Hierzu soll ein "pooled" RNAi-basierter Ansatz eingesetzt werden, bei dem die Zellkulturen gleichzeitig mit Hunderten oder Tausenden von unterschiedlichen kurzen Haarnadel-RNAs behandelt werden, wodurch die Auswirkungen des genetische Knock-downs parallel bestimmt werden kann. Da dieser Ansatz relativ neu ist, werden zunächst die experimentellen Protokolle und Versuchsbedingungen an humanen Fibroblasten als Kontrollzelllinien optimiert, wobei der mitochondriale Metabolismus durch die Anzucht auf nicht-fermentierbaren Kohlenstoffquellen induziert wird. Mit der etablierten Versuchsreihe kann anschließend der pooled RNAi-Screen auf zehn humane primäre Fibroblasten-Zelllinien von gesunden Menschen und 40 humane primäre Fibroblasten-Zelllinien von Patientinnen und Patienten mit unbekannten genetischen Fehlern ausgeweitet werden. So können Gene für weitere Untersuchungen selektiert werden, deren Knockdown eine verbesserte Fitness des Mitochondrien-abhängigen Metabolismus aufweisen. Die funktionale Rolle von neu-identifizierten, epistatischen Interaktionen werden über quantitative PCR und Komplementationsversuche validiert. Gene mit besonderer Relevanz können letztlich für eine gezielte und detaillierte Bestimmung der mitochondrialen physiologischen und bioenergetischen Eigenschaften ausgewählt werden.

In diesem Teilprojekt soll die Sequenzierung des Genoms und Transkriptoms von Patientinnen und Patienten erfolgen, deren ursächliche Gen-Defekte durch eine Exomsequenzierung nicht geklärt werden konnten. Im Laufe des Projekts sollen 60 Genome und 70 Transkriptome sequenziert werden. Die Ergebnisse fließen in die anderen Teilprojekte ein.