Die Nachwuchsgruppe 'Mass Spectrometry in Systems Neurosciences' von Dr. Chien-Yun Lee forscht auf dem Gebiet der Massenspektrometrie-basierten klinischen Proteomik. Der Schwerpunkt liegt auf der Entwicklung und Anwendung von Proteomik-Technologien zur systematischen Untersuchung der unerforschten Peptidome und posttranslationalen Modifikationen von Proteinen in den Körperflüssigkeiten von Patienten mit Erkrankungen des zentralen Nervensystems. Das übergeordnete Ziel dieser hochgradig kooperativen Forschung ist es, das Verständnis von Krankheitsmechanismen und die Entdeckung von Biomarkern zu erweitern, um die Diagnose und Behandlung von Erkrankungen des zentralen Nervensystems zu verbessern.
Lee Lab
Mass Spectrometry in Systems Neurosciences
Gasperi Lab
Biomedical Informatics in Systems Neuroscience
Die von Dr. Christiane Gasperi geleitete Nachwuchsgruppe "Biomedizinische Informatik in den Systemneurowissenschaften" zielt auf die Identifizierung von proteomischen Biomarkern im Liquor für den Krankheitsverlauf und das Ansprechen auf die Behandlung bei Patienten mit Multipler Sklerose (MS) ab. Das übergeordnete Ziel ist die Untersuchung der molekularen Mechanismen, die den Veränderungen im Liquorproteom zugrunde liegen, wobei der Schwerpunkt auf genetischen Faktoren liegt, sowie die Entwicklung von Modellen zur Vorhersage des Krankheitsverlaufes und des Therapieerfolgs bei MS. Zu diesem Zweck wird die Gruppen von Dr. Gasperi Massenspektrometriedaten von mehr als 2000 MS-Patienten mit detaillierten klinischen Daten, paraklinischen Daten und MRT-Bildgebungsdaten integrieren, um Veränderungen im Liquorproteom zu identifizieren, die mit dem Krankheitsverlauf oder dem Ansprechen auf die Behandlung in Verbindung stehen. Anschließend werden diese Daten mit genetischen Daten, Genexpressionsdaten von Liquorzellen und epigenetischen Daten integriert, um die molekularen Ebenen zu untersuchen, die diesen proteomischen Veränderungen zugrunde liegen. Darüber hinaus werden modernste Algorithmen des maschinellen Lernens anwendet, um Patienten anhand von Omics-, klinischen, paraklinischen und bildgebenden Daten zu gruppieren und Modelle zur Vorhersage des Krankheitsverlauf, der Optimierung der Behandlung und der Entwicklung von Biomarkern zu entwickeln.