Arbeitsgruppe Algorithmen der Kardiometabolischen Fluxomik
Forschungsschwerpunkte
- Entwicklung von Methoden zur integrativen Analyse von Fluxomics Daten und Durchführung von Analysen
- Pangenombasierte Methoden zur Untersuchung krankheitsbezogener genetischer Variationen und Prädispositionen
- Methoden und Modelle zur Untersuchung epigenetischer Aspekte der Genexpression und -regulation
- Modelle zur Untersuchung von Genome Rearrangements und der Rekonstruktion von Historien mit überlappenden Mutationsereignissen
Die Arbeitsgruppe Algorithmen der Kardiometabolischen Fluxomik entwickelt bioinformatische Methoden zur Auswertung von Daten aus Hochdurchsatzverfahren, die bei der Erforschung metabolischer Erkrankungen wie Diabetes mellitus, MASLD, MASH, Adipositas uvm. an der Klinik für Endokrinologie und Diabetologie zum Einsatz kommen. Dabei unterstützt die Arbeitsgruppe auch das Forschungsprojekt CARDDIAB (CARDiovaskuläre Forschung bei DIABetes) bei der Erforschung metabolischer Funktionsstörungen und deren Wechselbeziehungen zu kardiovaskulären Erkrankungen.
In CARDDIAB werden Hochdurchsatzdaten erhoben, um Ursachen und Folgen der gestörten Interaktion des Herz-/Kreislauf-Systems und des Glukosestoffwechsels in ihren frühen, fortgeschrittenen und späten Manifestationsformen am Menschen zu untersuchen. Zur Analyse dieser Daten werden Algorithmen benötigt, die in der Lage sind, hochdimensionale Zeitreihendaten gewebespezifischer Flussraten und exo-metabolischer Flüsse zu verarbeiten. Multi-modale Algorithmen sind hierbei für die Verknüpfung solcher Daten mit anderen Omics-Daten wie Genom- und Transkriptom-Sequenzierungsdaten, proteomischen und metabolomischen Daten und klinischen Aufzeichnungen von entscheidender Bedeutung.
Gleichzeitig ermöglicht die voranschreitende Etablierung von Ganzgenomsequenzierungen eine immer bessere Repräsentation des menschlichen Pangenoms. Ein weiterer Forschungsaspekt der Nachwuchsgruppe ist daher auch die Entwicklung von bioinformatischen Methoden zur Pangenomanalyse mit dem Ziel, die genomische Prädisposition im Kontext kardiometabolischer Erkrankungen zu beleuchten.