coNfirm

Netzwerke der Herzerkrankungen: Systemmedizinischer Ansatz zur Verbesserung der Herzgesundheit

Herz-Kreislauf-Erkrankungen sind die häufigste Todesursache in den westlichen Industrie­nationen. In Deutschland sind etwa 40 % aller Todesfälle auf Erkrankungen des Herz-Kreislaufsystems zurückzuführen. Durch die steigende Lebenserwartung ist mit einer Zunahme der Herz-Kreislauf-Erkrankungen zu rechnen.

Der Verbund „coNfirm“ ist Teil des „Vernetzungsfonds Systemmedizin“. Es sollen die interdisziplinären Interaktionen zwischen den fünf Modulen des Forschungs- und Förderkonzepts „e:Med – Maßnahmen zur Etablierung der Systemmedizin“ verstärkt werden.

Der Verbund befasst sich mit den kardiovaskulären Krankheitsbildern Herzinsuffizienz, Myokardinfarkt und Vorhofflimmern. Ziel ist, krankheits-überspannende Eigenschaften und Mechanismen mit Hilfe eines systemmedizinischen Ansatzes zu identifizieren und so ein umfassenderes Wissen über Herz-Kreislauf-Erkrankungen zu erlangen. Dies ist Voraussetzung für die Entwicklung personalisierter Präventions-, Diagnose- und Therapiemaßnahmen.

In dem Verbund „coNfirm“ arbeiten neun Arbeitsgruppen unter der Führung junger Wissenschaftlerinnen und Wissenschaftler interdisziplinär zusammen. Sie wollen verschiedene experimentelle Datensätze sowie klinische Informationen, die von den Projektpartnern gewonnen wurden, miteinander kombinieren und auswerten. Hierfür ist ein effizienter Datenaustausch nötig, wofür in diesem Projekt die Grundlagen erarbeitet werden: Die Daten verschiedener Arbeitsgruppen und Disziplinen müssen harmonisiert, experimentelle Standards und rechtliche Voraussetzungen müssen geschaffen werden. Diese grundsätzlichen Arbeiten und die entwickelten Werkzeuge zur Datenverknüpfung können auf viele Bereiche übertragen werden, in denen ein Datenaustausch großen Erkenntnisgewinn verspricht.

Das Wissen über effizienten Datenaustausch und die bioinformatischen Methoden wird in Workshops an die e:Med-Community weitergegeben.

 

Teilprojekte

Multi-spezies und multi-level Daten Ressource (TP1)

Prof. Dr. Tanja Zeller - Universitätsklinikum Hamburg-Eppendorf, Universitäres Herzzentrum (UHZ), Klinik und Poliklinik für Allgemeine und Interventionelle Kardiologie

Dr. Florian Leuschner - Ruprecht-Karls-Universität Heidelberg - Universitätsklinikum Heidelberg

Prof. Dr. Steffen Just - Universität Ulm, Medizinische Fakultät, Universitätsklinikum, Klinik für Innere Medizin II, AG Molekulare Kardiologie

Das coNfirm Konsortium ist ein interdisziplinäres Netzwerk junger Wissenschaftler mit dem Ziel krankheits-überspannende Netzwerke mit Hilfe eines system-medizinischen Ansatzes zu identifizieren. Hauptfokus liegt hierbei auf den kardiovaskulären Krankheitsbildern Herzinsuffizienz, Myokardinfarkt und Vorhofflimmern. Ziel ist es insgesamt, verschiedene omics und experimentelle Datensätze sowie klinische Informationen, welche von den Partner generiert wurden, zu harmonisieren und miteinander zu kombinieren. Damit soll eine Resource erstellt werden, welche als Grundlage für die Analyse krankheits-überspannender Netzwerke dient. Signalwege bzw. Netzwerke, welche aus diesen Analysen resultieren, sollen in einem letzten Schritt funktionell validiert werden. Um den Austausch und die Nutzung von Daten, welche verschiedene Organismenstufen von experimentellen zu humanen Systemen umfassen, über die verschiedene Partner hinweg zu gewähren, soll parallel ein konsortiumsweiter, einheitlicher Standard für das "data sharing" definiert werden. In Teilprojekt 1 werden bereits vorhandene omics und experimentelle Daten sowie dazugehörige Metainformationen für den Datenaustausch zwischen den coNfirm Partnern vorbereitet und nachfolgend die in Teilprojekt 2 identifizierten Signalwege validiert. Hierfür wird eine "Validierungsplattform" aufgebaut, um eine effiziente und translationale Validierung von Tiermodellen bis ins humane System zu ermöglichen.

Bioinformatische Ansätze zur Generierung von gemeinsamen Signalwegen kardialer Erkrankungen (TP2)

Prof. Dr. Frank Kramer - Universität Augsburg, Institut für Informatik, IT-Infrastrukturen für die Translationale Medizinische Forschung

Dr. Silke Szymczak - Christian-Albrechts-Universität zu Kiel, Universitätsklinikum Schleswig-Holstein, Campus Kiel, Institut für Medizinische Informatik und Statistik

Dr. Dr. Melanie Börries - Albert-Ludwigs-Universität Freiburg, Medizinische Fakultät, Institut für Molekulare Medizin und Zellforschung

Dr. Matthias Heinig - Helmholtz Zentrum München, Deutsches Forschungszentrum für Gesundheit und Umwelt (GmbH), Institute of Computational Biology (ICB)

Teilprojekt 2 des coNfirm Konsortiums umfasst die Identifizierung und bioinformatische Konstruktion von gemeinsamen und distinkten Signalwegen, welche die verschiedenen kardiovaskulären Erkrankungen (Herzinsuffizient, Myokardinfarkt, Vorhofflimmern) abbilden. Hierfür werden die zur Verfügung stehenden humanen und experimentellen Daten des Konsortiums genutzt.

Praktiken des Austauschs von Daten innerhalb von coNfirm: Regeln, Prozeduren und Vertrauen (TP3)

Dr. Christoph Schickhardt - Ruprecht-Karls-Universität Heidelberg, Universitätsklinikum Heidelberg, Nationales Centrum für Tumorerkrankungen (NCT) Heidelberg

Teilprojekt 3 des coNfirm Projekts befasst sich mit den normativen und regulatorischen Herausforderungen, die sich durch den Austausch und die gemeinsame Nutzung der multi-zentrischen Daten und Biomaterialien innerhalb des Konsortiums ergeben. Es werden die regulatorischen Rahmenbedingungen (data sharing agreement) für den Austausch der Daten und der damit einhergehenden Kollaboration zwischen den Partnern erarbeitet und festgelegt. Darauf aufbauend wird die Implementierung dieser konsortiumsinternen Vereinbarung über den Verlauf des coNfirm Projekts durch Teilprojekt 3 begleitet und bei Bedarf angepasst. Mit Blick auf das Konsortium selbst ist das Ziel, Regeln und Vertrauen zu erzeugen und zu implementieren, so dass die Partner in kooperativem Austausch den wissenschaftlichen Nutzen vorhandener Daten gemeinsam maximieren. Mit Blick auf die e:Med Förderlinie generell besteht das Ziel darin, modellhafte Empfehlungen für die Praxis des Datenaustauschs in datenintensiven Forschungsprojekten auszuarbeiten.