Die Erfassung und Rekonstruktion von Interaktionen zur Untersuchung der fehlenden Komponenten der Vererbbarkeit (TRIUMPH).

• Antragsteller: Professor Dr. Julien Gagneur; Professor Dr. Lars Steinmetz, Ph.D.
• Fachliche Zuordnung: Allgemeine Genetik und funktionelle Genomforschung
• Förderung: Förderung seit 2024
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 535971044

Komplexe Merkmale wie der Stoffwechsel werden von vielen Genen gesteuert. Während die Gene, die an Stoffwechselwegen beteiligt sind, bekannt sind, ist nicht bekannt, wie die Einzelnukleotid-Polymorphismen (SNPs), die Individuen unterscheiden, mit Umweltfaktoren kombiniert werden, um metabolische Phänotypen zu beeinflussen. Wir schlagen vor, diese "fehlende Erblichkeit" mit Hilfe eines Hefemodells auf die Wechselwirkungen zwischen Genen (GxG) und Genen und Umwelt (GxE) zu übertragen. Da diese zentralen Stoffwechselwege konserviert sind, können wir von der Fähigkeit profitieren, zuverlässig sehr viele SNP-Kombinationen zu generieren, sowie von der Fähigkeit, das Wachstum in verschiedenen Umgebungen in Hefe zu untersuchen. Wir werden die MAGESTIC-Technologie nutzen, um SNPs in fünf verschiedene Hefehintergründe einzuführen, wobei wir uns auf kodierende und nicht kodierende SNPs innerhalb von 1000bp von Genen konzentrieren, die mit dem mitochondrialen Stoffwechsel in Verbindung stehen (~6000 SNPs). Anschließend werden wir das Wachstum dieser modifizierten Stämme in verschiedenen Medien testen um festzustellen, welche natürlichen Varianten Wachstumsunterschiede verursachen und ob sie durch die Umwelt oder den genetischen Hintergrund beeinflusst werden. Wir werden die Transkriptome und Proteome der Kausale Varianten, die sich je nach genetischem Hintergrund unterscheiden, in zwei genetischen Hintergründen und vier Umweltbedingungen unterscheiden profilieren, um die durch die SNPs gestörten Signalwege zu entschlüsseln. Anschließend werden wir eine epistatische Analyse zwischen diesen Varianten durchführen, indem wir MARVEL implementieren, um sequenzieller SNPs zu verfolgen. Wir werden Wachstums-, RNA- und Proteinanalysen durchführen, um die additiven, synergistischen oder antagonistischen Effekte der kombinatorischen Mutationen zu bestimmen. Anhand dieser Informationen werden wir Modellen zur Vorhersage epistatischer Wechselwirkungen und ihrer Auswirkungen auf Wachstum und Genexpression entwickeln. Auf der Grundlage dieser Modelle werden wir 20 SNPs auswählen und vier MARVEL-Runden durchführen, was zu ~5000 potenziellen Kombinationen dieser SNPs führt. Anhand des Wachstums der editierten Stämme werden wir die Modelle zur Vorhersage des Ergebnisses von Wechselwirkungen höherer Ordnung weiter verfeinern. Mit Hilfe dieser verfeinerten Modelle werden wir Stämme konstruieren, die bis zu 12 Veränderungen aufweisen und voraussichtlich ein optimales Wachstum in einer ausgewählten Umgebung zeigen. Wir werden die vorhergesagten Mechanismen zur Optimierung des Wachstums überprüfen, indem wir die Transkriptome und Proteome analysieren. Dies wird die größte verfügbare Datensammlung sein, die die molekularen Signalwege untersucht, die GxE und der Epistasis zugrunde liegen. Das Verständnis dafür, wie SNPs bei der Koordinierung von Phänotypen zusammenwirken, könnte sich als wichtig erweisen, um zu verstehen, wie genetische Risikofaktoren zu Krankheiten beitragen.

• DFG-Verfahren: Sachbeihilfen
• Internationaler Bezug: Luxemburg
• Partnerorganisation: Fonds National de la Recherche
• Kooperationspartner: Professor Dr. Evan Williams, Ph.D.