Referent:
Dr. biol. hom. Florian Uhle, M. Sc., Institut für Immunologie, Leiter Arbeitsgruppe Spätfolgen der Sepsis - Universitätsklinikum Heidelberg
Veranstatungsort:
Center for Teaching and Training CT², Etage 1, Raum 1.01 A
Veranstalter:
Institut für Medizinische Informatik
Zielgruppe:
Ärzte/-innen, Wissenschaftler/-innen
Die Zertifizierung bei der Ärztekammer Nordrhein ist beantragt.
Abstract:
Mit der Entwicklung der Microarray-Technologie vor mehr als zwei Jahrzehnten wurde der methodische Grundstein für die umfassende Analyse genetischer Information aus diversen Proben, Organismen und Zuständen, gelegt. Befeuert wurde dieser Trend weiter durch die exponentiell verlaufende Weiterentwicklung der modernen Hochdurchsatz-Sequenziertechnologie, die eine Genom-, Epigenom- und Transkriptom-Analyse mittlerweile innerhalb von Stunden und Tagen ermöglicht. Als Konsequenz des holistischen Ansatzes müssen enorme Datenmengen verarbeitet, analysiert und für die wissenschaftliche Öffentlichkeit zugänglich gemacht werden. Letzteres ist eine harmonisierte Voraussetzung für die Publikation in einer Mehrheit der wissenschaftlichen Fachzeitschriften und wird in spezialisierten Repositorien (u.a. Gene Expression Omnibus des National Center for Biotechnology Information) realisiert, die mittlerweile mehr als 50 Millionen Datensätze beheimaten.
Auch für Sepsisforschung ergeben sich aus den molekulargenetischen Datenbanken eine Vielzahl von sekundären Nutzungsmöglichkeiten. Definiert als ein lebensbedrohliches Syndrom, welches durch eine entgleiste Wirtsreaktion auf eine Infektion ausgelöst wird, kommt vor allem der Immunreaktion u.a. im Blut eine zentrale Rolle zu – und alleine für diese Probenqualität stehen weit mehr als 1.500 Genexpressions-Datensätze aus verschiedenen Studien zur Verfügung. Die Herausforderung bei der Durchführung molekularer Meta-Analysen aus diesen Daten ergibt sich aus verschiedenen Aspekten: zum einen sind die hinterlegten Metainformation hinsichtlich klinischer Variablen nicht standardisiert und teilweise lückenhaft. Zum anderen entspringen die Rohdaten unterschiedlichen Analyseplattformen und -technologien, was in profunden Batcheffekten resultieren kann. Diesen muss in den angewendeten Auswertungsmethoden Rechnung getragen werden, ohne die Daten über das notwendige Maß hinaus zu verzerren. Abseits der konventionellen bioinformatischen Verfahren wie z.B. dem Unsupervised Clustering, besitzen Verfahren aus dem Bereich des Maschinellen Lernens wie neuronale Netze ein enormes Potential für die Identifikation von Subgruppen oder eine diagnostische Klassifikation auf Basis von biologischen Hochdurchsatzdaten. Die molekulargenetischen Datenbanken sind somit ein exzellenter und insbesondere kostenneutraler Startpunkt, z.B. für die Hypothesengenerierung oder als Trainings-Datensatz. Der Vortrag gibt einen Überblick über die Struktur der Datenbanken und der zur Verfügung stehenden Daten und zeigt Anwendungsmöglichkeiten aus dem Bereich der Sepsis auf.
