Adam Ferguson, University of California San Fransisco, San Francisco, USA

Bioinformatik zur Datenintegration aus multiplen Laboratorien – verborgene, konservierte Muster der Regeneration

Gefördert in: 2012, 2013, 2014


Zur Übersicht

Rückenmarksverletzungen haben komplexe biologische Veränderungen zur Folge. Die präklinische Forschung adressiert lediglich einen Teil davon in Tiermodellen. Bei der Erforschung von Wirkstoffen/therapeutischen Strategien werden zahlreiche, teils völlig unterschiedliche Messparameter untersucht, so z.B. „funktionelle“ Parameter wie Muskelkraft, elektrophysiologischen Parametern wie das EMG (Elektromyogramm) oder Gewebeuntersuchungen und Färbung von bestimmten Gewebestrukturen wie Nervenfasern.

Meist verändern sich nicht alle der untersuchten Parameter in gleicher Weise und zeigen eine statistische Signifikanz. Diskrete Veränderungen entgehen somit dem Untersucher und werden nicht auf die Wirkung der experimentellen Therapie zurückgeführt. Somit ist es sehr schwierig experimentelle Ergebnisse auf ihr erfolgversprechendes Potenzial für eine Translation in eine klinische Therapie zu bewerten.


Das Projektteam hat in Zusammenarbeit mit 8 Forschungszentren in den USA begonnen, eine Datenbank aus den präklinischen als auch klinischen Forschungsprojekten aufzubauen und wird nun die Daten von europäischen Partnern integrieren. Ziel ist, mit Hilfe dieser Daten Messparameter und schließlich standardisierte experimentelle „Muster“ zu entwickeln, die einen besseren Vergleich der Daten aus unterschiedlichen präklinischen Projekten und aus verschiedenen Tiermodellen ermöglichen.
Da in den Symptomenkomplex "Rückenmarksverletzung" eine bislang unbekannte Anzahl von
Faktoren Einfluss nehmen, sollen „state of the art“ biostatistische Verfahren helfen ein „konserviertes Muster“ von Parametern herauszuarbeiten (‚Syndromics’), das mit der funktionellen Erholung verknüpft ist. Mit Hilfe von robusten Beurteilungskriterien soll es gelingen, die prädiktiv effektivsten Ansätze für Ressourcen-aufwändige klinische Interventionsstudien zu identifizieren.
Ziel ist eine raschere und effektivere Umsetzung von experimentellen Ansätzen in eine klinische Therapie.