Datenanalyse, Datenintegration und regelbasierte Modellierung von Nahrungsmittelallergien

• Antragstellerinnen: Dr. Priyanka Banerjee, Ph.D.; Professorin Dr. Sofia Forslund-Startceva; Privatdozentin Dr. Stephanie Roll, Ph.D.
• Fachliche Zuordnung: Klinische Immunologie und Allergologie
• Förderung: Förderung seit 2019
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 409525714

Projekt C2 übernimmt in der Klinischen Forschungsgruppe (KFO) die Datenanalyse und deren bioinformatische Aufbereitung. C2 arbeitet mit den anderen Teilprojekten der KFO zusammen; Schwerpunkte liegen auf: Datenanalyse, der integrativen Analyse hochdimensionaler / omics-Daten aus den mechanistischen Projekten, der Kombination der Studiendaten mit Ergebnissen aus Bottom-up-Modellierungen (z. B. Substanzen- basierte Modellierung aufbauend von einem konzeptionellen Modell, anstatt direkter Analyse von Hochdurchsatzdaten) der Immunantwort mit Anwendung künstlicher Intelligenz sowie einer Zusammenführung der gesamt erhobenen Daten für ein umfassendes Modell zur Abschätzung des Risikos von Nahrungsmittelallergien.C2 ist in mehrere Arbeitspakete aufgeteilt und verfolgt folgende Ziele:(i) methodische Unterstützung sowie statistische Datenanalyse für A1 und A2, d.h. für die RCTs, die Kohortenstudie, die Erweiterungsstudien sowie alle begleitenden zusätzlichen Datenanalysen, die sich während des Förderzeitraums ergeben; (ii) die Bestimmung mikrobiotischer Faktoren und anderer Mediatoren für das Allergierisiko unter Anwendung systembiologischer Ansätze, d. h. die Identifizierung patientenspezifischer, aber auch allergenspezifischer Faktoren, die zum Verständnis der Mechanismen der Entstehung von Nahrungsmittelallergien beitragen; langfristiges Ziel ist die Vorhersage der klinischen Reaktivität auf ein bestimmtes Protein für jedes Individuum mittels valider Kandidaten zur Unterstützung der Entwicklung personalisierter Medizin; insbesondere auf Grundlage der in B1 gewonnenen Mikrobiomdaten und der in B2 gewonnenen epigenetischen und Genexpressionsdaten.(iii) die Vorhersage von Adverse Outcome Pathways (AOPs) für Nahrungsmittelallergien durch die Erhebung und Zuordnung von Informationen, die für ein unerwünschtes Outcome auf verschiedenen Ebenen relevant sind, die Entwicklung relevanter prädiktiver Testmethoden und -ansätze sowie die Kontextualisierung der Ergebnisse über ein breites Spektrum biologischer Mechanismen und immunotoxischer Endpunkte. Zusätzlich wird in B4 ein Assay-System entwickelt, das die Überwachung und Veränderung der APC-Polarisierung durch verschiedene Signalmoleküle ermöglicht, um die in C2 vorhergesagten Ergebnisse zu validieren. (iv) Entwicklung und Einsatz von Methoden zur Prädiktion von Nahrungsmittelallergien auf der Grundlage einer Kombination der erhobenen klinischen und omics-Daten, sowie eine Zusammenführung der gesamten Daten zu einem Modell zur Abschätzung des Risikos von Nahrungsmittelallergien, das zudem durch Kreuzvalidierung robust bewertet werden kann.

• DFG-Verfahren: Klinische Forschungsgruppen
• Teilprojekt zu: KFO 339: Nahrungsmittelallergie und Toleranz (Food@)