TP2 - SASKit

Untersuchung der Funktionsmerkmale von Seneszenz, Bauchspeicheldrüsenkrebs und Schlaganfall und ihrer Komorbidität durch ODE-basierte und Boolesche Modellierung

In der Systembiologie bieten Netzwerke ein Gerüst, auf dem Omics-Daten integriert werden können, um die Extraktion neuer und physiologisch relevanter Informationen zu erleichtern. Dynamische Modelle, einschließlich gewöhnlicher Differentialgleichungen (ODEs) und Boolescher Modelle, sind gut etablierte Werkzeuge, um das nichtlineare Verhalten von Netzwerken zu verstehen und Krankheitsmechanismen zu entschlüsseln. Es werden dynamische Modelle entwickelt, die aus öffentlich kuratierten Daten mit Schwerpunkt auf Schlaganfall und Bauchspeicheldrüsenkrebs im Kontext der zellulären Seneszenz erweitert werden. Die Modelle werden simuliert und mit Patienten, Tier- und In-vitro-Daten korreliert. Ende des ersten Jahres werden experimentelle Daten von Teilprojekt 3 und Teilprojekt 6 integriert. In Anbetracht ihrer Rolle bei PDAC, Schlaganfall und Seneszenz umfassen die Modelle insbesondere PAI-1, CDK5 und p16 / p21. Als Nächstes werden wir diese Modelle mit Hilfe öffentlicher Datenbanken erweitern und parametrisieren und kausale Wechselwirkungen zwischen bekannten Markern mit anderen potenziellen Kandidaten einbeziehen, die in der Literatur vorgeschlagen oder aus einer Metaanalyse öffentlich verfügbarer Datensätze hervorgehen. Weiterhin werden wir eine Steady-State-Analyse und metabolische Analysen durchführen, um Sensitivitäten zu erhalten, die für die Biomarkerselektion verwendet werden können. Wir werden eine neuartige Methode anwenden, die wir entwickelt haben, um krankheitsspezifische Kernregulationsnetzwerke zu identifizieren. Boolesche Modelle (BMs) sind analytischer und skalierbarer und erfordern keine detaillierten kinetischen Parameter im Vergleich zu ODE-Modellen. Sie wurden erfolgreich in der biomedizinischen Forschung eingesetzt. Wir werden das Netzwerk in BM kodieren und mit Daten von Teilprojekt 3 und Teilprojekt 6 kalibrieren. Die verschiedenen Arbeitspakete bieten unterschiedliche Ansätze für das Problem des Biomarkerrankings mittels Sensitivitätsanalyse und tragen zu den Bemühungen von Teilprojekt 1 und Teilprojekt 2 bei, eine optimale Liste von Biomarkern für das Toolkit „Biomarker + Software“ zu erstellen. Die vielversprechendsten Biomarker, die aus diesen Bemühungen hervorgehen, werden dann von unseren klinischen und experimentellen Partnern detaillierter und genauer gemessen. Schließlich wird die Software / App für das Biomarker-Kit in enger Zusammenarbeit mit Teilprojekt 1 entwickelt.