Ziel des Verbundes ist es, frühe Prädiktoren für die Entwicklung von Nahrungsmittelallergien bei Kindern zu identifizieren und digitale Anwendungen (Apps) zu entwickeln, um Fachpersonal und Eltern von Kindern mit einem hohen Allergie-Risiko zur Prävention und rechtzeitigen Toleranzentwicklung anzuleiten. Dazu werden einige der größten und gut charakterisierten deutschen Geburtskohortenstudien mit umfassenden, multimodalen Längsschnittdaten zu klinischen, demographischen, lebensstilbezogenen und psychosozialen Faktoren herangezogen. Mit Methoden des maschinellen Lernens wird ein Modell entwickelt das mit Hilfe von publizierter Evidenz geprüft wird, um das individuelle Risiko für frühe Nahrungsmittelallergie vorherzusagen. Diese Daten werden mit neu geschaffenen genomweiten epigenetischen Daten kombiniert, um ein mechanistisches Verständnis der Rolle pränataler Stressoren zu erhalten. Mit Methoden des maschinellen Lernens werden so epigenetische Biomarker im Nabelschnurblut definiert, um das Vorhersagemodell mit diesen Biomarkern zu verbessern. Diese Ergebnisse werden zusammen mit Informationsmaterial in digitalen Gesundheitsapplikationen für Eltern und für Ärzte bereitgestellt, um den Bedürfnissen von Kindern mit hohem Allergie-Risiko zu begegnen und die präventive Versorgung zu verbessern. NeoPrediX trägt in Teilprojekt 3 zu diesem Gesamtziel bei, indem sie die Analyse der Datensätze aus vier aktuellen Geburtskohortenstudien mittels Künstlicher Intelligenz und pharmakometrischen Methoden unterstützt sowie die Entwicklung der drei Apps durchführt: Pilot App, Eltern App und Ärzte-App (NAMIBIO-Apps). Ziel ist nicht nur die Ursachen von Nahrungsmittelallergien in der frühen Kindheit zu erforschen, sondern entsprechend der Bedürfnisse von Eltern und Ärzten mittels der NAMIBIO-App eine Prädiktion und Prävention von Nahrungsmittelallergien bei Kindern signifikant zu verbessern.