Biosamplemanagement, Datenmanagement und integrative Datenwissenschaft

• Antragstellerinnen / Antragsteller: Dr. Heidi Altmann; Professor Dr. Axel Linke; Josch Pauling, Ph.D.
• Fachliche Zuordnung: Kardiologie, Angiologie ; Medizininformatik und medizinische Bioinformatik
• Förderung: Förderung seit 2026
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 555094884

Das Gesamtziel dieses Projekts (PZ2) ist es, FOR 5953 eine effiziente und nachhaltige Datenverarbeitung und -verwaltung, integrative und translationale Bioinformatik sowie den Zugang zu und die Integration/Verknüpfung von Proben der BioBank Dresden zu ermöglichen. Ziel 1: Bereitstellung eines robusten Datenmanagements für alle FOR 5953-Projekte. Dieses Projekt koordiniert das gesamte Datenmanagement gemäß des Datenmanagementplans. Gemeinsam mit dem Datenmanagement-Verantwortlichen (DMV) der FOR 5953 werden wir in Zusammenarbeit mit dem ZIH (Zentrum für Informationsdienste und Hochleistungsrechnen) eine geeignete Datenspeicherinfrastruktur und Zugriffsrichtlinien einrichten, standardisierte Dokumentation, Workflows und Benutzerhandbücher bereitstellen, ein Wiki für FAQs aufsetzen, sowie Schulungen und Workshops anbieten. Der DMV wird das System warten und aktualisieren und eine FAIRe und nachhaltige Datenverfügbarkeit gewährleisten. Wir beraten einzelne Projekte hinsichtlich der experimentellen Probenplanung auch im Hinblick auf die spätere integrative Datenanalysen. Ziel 2: Biobanking-Workflows. Wir werden einen Workflow für die Probenrekrutierung und das Probenhandling von MI-Patienten etablieren. Wir entwickeln eine automatisierte Technologie zur Probenvorbereitung von PBMC-Subtypen als Grundlage für wissenschaftliche Analysen, die in anderen ETNA-Projekten angefragt werden. Ein weiterer Schwerpunkt ist die Implementierung der NMR-Spektroskopie in Biobanking-Workflows. Ziel 3: Integrative Bioinformatik. Wir streben die Integration der generierten Daten und Forschungsergebnisse aus den einzelnen Projekten an, um weitere Erkenntnisse zu übergreifenden Forschungszielen wie geschlechtsspezifischen Unterschieden im Immunmetabolismus und exzessiver Fibrose nach Myokardinfarkt zu gewinnen. Dies umfasst Data Mining und die Nutzung öffentlich verfügbarer Daten und Datenbanken, sowie fortschrittliche Computermethoden für die multimodale Datenintegration und Translation von Modell in die Klinik. Desweiteren kommen spezialisierte Computertools für die Lipidomik-Datenanalyse und die mechanistische Verknüpfung der Lipidomik mit der biologischen Maschinerie zur Anwendung.

• DFG-Verfahren: Forschungsgruppen
• Teilprojekt zu: FOR 5953: Modulation der angeborenen Immunreaktion in der Frühphase des Myokardinfarkts