Förderkennzeichen: | 031L0165 |
Fördersumme: | 339.110 EUR |
Förderzeitraum: | 2019 - 2022 |
Projektleitung: | Jun.-Prof. David Ellinghaus und Dr.-Ing. Jan Kässens |
Adresse: |
Christian-Albrechts-Universität zu Kiel - Universitätsklinikum Schleswig-Holstein - Campus Kiel - Institut für Klinische Molekularbiologie Arnold-Heller-Str. 3 24105 Kiel |
Das Einzelprojekt UGEWS-HYBRID beschäftigt sich mit dem Thema Erbkrankheiten, die durch einen sogenannten Einzelnukleotid-Polymorphismus (SNP, gesprochen: „Snip“) ausgelöst werden. Ein SNP ist eine geerbte genetische Variation auf einem Chromosom, die aus einem einzelnen Basenpaar besteht und die vererbt werden kann. In den letzten zehn Jahren wurde in genomweiten Assoziationsstudien eine Vielzahl sogenannter Risiko-SNPs für komplexe, d.h. von mehreren Faktoren abhängige Erkrankungen identifiziert. Für die meisten komplexen Erkrankungen konnte die Wahrscheinlichkeit einer SNP-Vererbung bislang nicht aufgeklärt werden. Es wird vermutet, dass die Vererbbarkeit von der Interaktion der genetischen Varianten abhängt. Genomweite Vergleichsstudien dazu wurden begonnen, befinden sich aufgrund des enormen Rechenaufwandes für die Berechnung von Milliarden möglicher Kombinationen aber immer noch in ihrer Anfangsphase.
Hier setzt UGEWS-HYBRID an: Ziel des Projekts ist es, der internationalen Wissenschaftsgemeinde einen ultraschnellen internetbasierten Dienst zur Verfügung zu stellen, mit dem innerhalb kurzer Zeit Vergleichsstudien für genomweite Daten durchgeführt werden können. Es ist geplant, für den neuen Dienst bioinformatische Werkzeuge zu entwickeln, mit denen genetische Varianten, die für komplexe Erkrankungen verantwortlich sind, identifiziert werden können. Der Rechenaufwand soll dort, wo es möglich ist, reduziert werden, indem häufig genutzte Algorithmen auf schnellen und besonders energieeffizienten Hochleistungsrechnern implementiert werden. Zudem ist vorgesehen, Schnittstellen zu bereits bestehenden Infrastrukturen wie der Cloud des Deutschen Netzwerks für Bioinformatik-Infrastruktur (de.NBI) zu entwickeln und so die Anzahl der Nutzerinnen und Nutzer zu maximieren.
Mit dem neuen Computermodell wird eine Grundlage für zukünftige Forschungsplattformen auf nationaler und internationaler Ebene geschaffen, mit denen sich verschiedenste Krankheitsursachen künftig erfolgreich erforschen lassen werden.