Einzelprojekt

TissueResolver - Eine Toolbox mit Webapplikation zur Berechnung zelltypspezifischer Genexpression

Förderkennzeichen: 031L0173
Fördersumme: 531.275 EUR
Förderzeitraum: 2019 - 2022
Projektleitung: Prof. Dr. Rainer Spang
Adresse: Universität Regensburg - Institut für Funktionelle Genomik - Lehrstuhl für statistische Bioinformatik
Am BioPark 9
93053 Regensburg

Das Einzelprojekt TissueResolver beschäftigt sich mit dem Thema Krebsforschung, genauer gesagt mit der Verknüpfung und Auswertung von Tumorgewebedaten. In den letzten 20 Jahren wurde Tumorgewebe detailliert und im großen Stil molekularbiologisch untersucht. Unter Berücksichtigung des klinischen Krankheitsverlaufs wurden für zahlreiche Tumorgewebeproben sogenannte Genexpressionsprofile ermittelt und bioinformatisch ausgewertet. Verbesserungen in der Analysetechnik ermöglichen es seit einigen Jahren, Genexpressions-Veränderungen auch in den einzelnen Tumor-Zelltypen aufzuklären und entsprechende Einzelzell-Profile zu erstellen. Da die jeweiligen Profile über unterschiedliche Zusatzinformationen verfügen, sollen sie nun noch stärker miteinander verknüpft werden, um dadurch ihr gesamtes Potential zu erschließen. Insbesondere im Bereich der personalisierten Medizin sollen so wertvolle neue Einsichten in die Funktion von Tumorgewebe gewonnen werden.

Hier setzt TissueResolver an: Im Rahmen des Projekts sollen neue Methoden und Software-werkzeuge entwickelt werden, mit deren Hilfe sich die verschiedenen existierenden Genexpressionsprofile zusammenführen und gemeinsam analysieren lassen. Es ist geplant, die zelltyp-spezifischen Profile mit den Genexpressionsprofilen der Tumorgewebe zu kombinieren und Informationen, die nur im Tumorgewebeprofil zu finden sind, auf die zelltyp-spezifischen Profile zu übertragen. Es ist unter anderem vorgesehen, mittels künstlicher Intelligenz aus Einzelzellprofilen zu lernen, wie sich aus älteren Tumorgewebeprofilen höher auflösende Informationen gewinnen lassen, die etwa zur weiteren Aufklärung der zelltyp-spezifischen Genexpression beitragen können.

Die geplanten Arbeiten werden durch den bioinformatischen Ansatz wesentlich schneller neue Daten und Erkenntnisse liefern als das mit klassischen Laborexperimenten möglich wäre und so die Aufklärung der einzelnen Genexpressionsprofile deutlich beschleunigen.