Ziel ist die Entwicklung von Präventionsstrategien gegen die tödliche Amyotrophe Lateralsklerose (ALS), für die keine Therapie existiert. Partner aus Portugal, Schweden, Deutschland und Polen mit Expertise in Neurologie, Genetik und Bioinformatik entwickeln eine paneuropäische Datenbank, in der 3.000 Patienten erfasst werden. Ontologie-basierte Methoden mit  optimierter digitaler Integration extrahieren Assoziationen zwischen Risikofaktoren und die Prognose beeinflussende Faktoren, Genotyp, Phänotyp und Überlebenszeit. Dabei werden neue Ontologie-basierte bioinformatische Instrumentarien entwickelt, um das Zusammenspiel von Umwelt, Genetik und Krankheitsphänotyp in Populationen mit unterschiedlicher ethnischer Herkunft zu erfassen, und darauf aufbauend präventive Strategien zu entwerfen. Arbeitsschritte sind: 1) Datenintegration – (M6-M32) Biomedizinische Informationsmodelle, Terminologie, Protokolle und Datenbeschreibungen müssen funktionierend integriert werden. Hier wird eine Semantik entwickelt, um eine Ontologie mit spezifischen Schema-Termini (Ontologie-basierte Datenintegration) aufzubauen, wie z.B. beim Prostata-Karzinom, genetischen Assoziation der Nikotinsucht und Komplikationen bei Laparotomie. 2) Bayessche Modellexploration – (M12-M36) Aus der Ontologie sollen Modelle präventiver Strategien bei der ALS entwickelt werden. Spezifisch wird eine Bayessche Modellierung wie bei Untersuchungen zum Krebsrisiko angewendet werden, die ein Wahrscheinlichkeitsnetzwerk mit Interaktionsstärken der Einflussfaktoren auf den Verlauf der ALS beschreibt. 3) Design von Protokollen für Teststudien – (M18-M36) Auf Basis der Modellexploration werden einige Studiendesigns entwickelt, die in Zukunft die Wirkung von Sekundärprävention erfassen könnten. Zum Beispiel könnte bei aysmptomatischen Genträgern die Auswirkung der Modifikation von Krankheits-assoziierten Faktoren z. B. auf den Krankheitsbeginn hin untersucht werden.