Detailseite
Projekt
Kausale Modellierung und adaptives experimentelles Design für Einzelzell-Perturbations-Experimente
Fachliche Zuordnung
Allgemeine Genetik und funktionelle Genomforschung
Förderung
Förderung seit 2023
Projektkennung
Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 514206638
Genexpression wird durch ein Netzwerk von Transkriptionsfaktoren und epigenetischen Regulatoren gesteuert und bestimmt die Phänotypen von Zellen, Geweben und Organismen. Genregulationsnetzwerke (GRNs) erfassen diese komplexen Interaktionen und beschreiben Expressionsmuster in gesunden ud kranken Individuen. Ein kausales Verständnis der zugrundeliegenden Mechanismen ist erforderlich, um Faktoren und Prozesse zu ermitteln, welche Entwicklungs- und Krankheitsprozesse regulieren, und um Angriffspunkte für Medikamente vorherzusagen. Funktionelle Daten, die kausale Wechselwirkungen aufklären, sind jedoch nicht systematisch verfügbar und Modellierungsansätze, die quantitative Vorhersagen über Auswirkungen von Perturbationen in verschiedenen GRNs und Zelltypen ermöglichen, stecken in den Kinderschuhen. Unser Projekt entwickelt und validiert eine Methodik zur adaptiven Versuchsplanung, die auf kausalen generativen Modellen basiert, um GRNs und ihre kausalen Interaktionen in einer systematischen, iterativen Weise in menschlichen Organoiden zu untersuchen. Mit diesen Methoden wollen wir das Verständnis der GRNs, die neuronale und kardiomyozytäre Differenzierung steuern, und deren Interaktion mit Risikogenen für neuropsychiatrische und kardiovaskuläre Erkrankungen verbessern. So erfahren wir mehr über die Genregulationslogik, die für die normale Entwicklung und Funktion von Organen erforderlich ist, wie diese bei Krankheiten verändert wird und an welchen genetischen Elementen gezielt eingegriffen werden muss, um eine maximale therapeutische Wirkung zu erzielen. Zu diesem Zweck werden wir systematisch GRNs perturbieren, indem wir CRISPR/Cas9-gepoolte genetische Screeningexperimente in stammzellbasierten Herz- und Hirnorganoiden durchführen. So können wir Architektur und Physiologie dieser Organe, die mit höchster globaler Krankheitslast verbunden sind, teilweise nachbilden. Dementsprechend untersuchen wir GRNs, die für die Kardiomyozyten- und Neuronendifferenzierung relevant sind und mit krankheitsassoziierten Genen interagieren, um eine Vorhersage von therapeutischen Zielstrukturen zu ermöglichen. Um die Auswirkungen der Perturbationen zu messen, verwenden wir “Targeted Perturbation Sequencing” (TAP-seq, entwickelt im Steinmetz-Labor). Die Perturbationsexperimente werden iterativ durchgeführt und verwenden ein adaptives experimentelles Design, das kombinatorische repressive (CRISPRi) und aktivierende (CRISPRa) Perturbationen verwendet, die durch kausale generative Modelle gesteuert werden. Dabei nutzen wir probabilistische Schätzungen der kausalen Beziehungen zwischen Genen, um den erwarteten Informationsgewinn für diese Perturbationen zu quantifizieren und maximal informative Interventionen auszuwählen. Dieser Ansatz ermöglicht die effiziente kausale Untersuchung von GRNs, ein detailliertes Verständnis der Genregulation in Gesundheit und Krankheit und neuartige Instrumente zur Vorhersage der Ergebnisse therapeutischer Eingriffe innerhalb dieser GRNs.
DFG-Verfahren
Sachbeihilfen
Mitverantwortlich
Professor Oliver Stegle, Ph.D.
