Suche

Forschung


MP







BMBF e:Med MultiPath – Ein generisches mehr-lagiges Modell für die Integration von Vorwissen aus unterschiedlichen Typen von Signalwegen In der klinischen Forschung ist sowohl die Integration von Vorwissen über biologische Signalwege als auch das Nachvollziehen dieser Signalwege in wissenschaftlichen Publikationen ein sehr ineffizienter und umständlicher Vorgang. Das Ziel von MultiPath ist die Vereinfachung der Integration von Signalwegs-Wissen und die Stärkung von Reproducible Research in der klinischen Forschung im Allgemeinen und in der Systemmedizin im Speziellen. Die zentrale Idee ist hierbei die Definition und Umsetzung einer mehr-lagigen Modellierungsstruktur für biologische Signalnetze, welche ein generisches und erweiterbares Format für die Integration verschiedener Signalnetz-Typen und weiterer Quellen relevanten Wissens (z.B. Drug-Target-Datenbanken) bietet. Die besondere Eigenschaft dieser Modellierungsstruktur ist, dass sie Prozeduren für die automatische Transformation von Signalnetzen beinhaltet und diese reproduzierbar dokumentieren kann.



MPSEM







BMBF e:Med MyPathSem - Eine Daten-Integrationsplattform für die Generierung von Patienten-spezifischen Signalwegen für individualisierte Behandlungsentscheidungen in klinischen Anwendungen
Molekulare Biomarker spielen eine immer größere Rolle bei der Diagnose und Behandlung von Krebs. Die Individualisierung von Therapieentscheidung und personalisierten Therapien erfordern es zunehmend den Fokus von einzelnen Biomarkern zu ganzen Signalwegen zu erweitern. Hierbei gehen die „Omics“-Technologien mit der parallelen Messung von tausenden von Markern und Signalnetz-Datenbanken mit einer umfassenden Abbildung der biologischen Zusammenhänge Hand in Hand. Die Herausforderung in der Systemmedizin liegt dabei in der Reduktion der Flut an Messwerten und Vorwissen auf ein sinnvoll nutzbares Maß bei gleichzeitiger maximaler Informationsdichte. Unser Ziel ist es, relevante und interpretierbare Patienten-spezifische Signalnetze im klinischen Forschungs- und Routine-Umfeld zur Verfügung zu stellen. Dadurch wird mit MyPathSem die Lücke zwischen Patienten-basierter Routine-Dokumentation und Ontologiegetriebener Signalnetz- und Marker-Annotation reduziert und ein nahtloser Daten-Übergang zwischen den individuellen Patientendaten und Anwendungen der Systemmedizin etabliert.


CONFIRM







BMBF e:Med conFirm - Systems Medicine of a Heart Disease Network for improved multilevel Heart Health 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. Es werden verschiedene omics und experimentelle Datensätze sowie klinische Informationen, welche von den Partner generiert wurden, miteinander kombiniert. Die allgemeinen Ziele von coNfirm sind:
  • die Definition von allgemeinen Empfehlungen für die Nutzung von kohärenten, vergleichbaren und detaillierten Metainformationen der omics und xperimentellen Datensätze
  • die Harmonisierung und Integration der omics und experimentellen Datensätze zur Analyse und funktionellen Validierung kardiovaskulärer Signalwege.
  • die Definition einheitlicher Standards und rechtlicher Voraussetzungen zum Datenaustausch zwischen verschiedenen Partnern.

 
DIFUTURE





BMBF Medizininformatik-Initiative DIFUTURE Innovative IT-Lösungen können entscheidend dazu beitragen, die Versorgung von Patientinnen und Patienten zu verbessern. Täglich werden unzählige Daten in Kliniken, Arztpraxen und in der Forschung erhoben. Diese werden derzeit jedoch noch unzureichend genutzt, da die Datenformate und auch die IT-Systeme der Kliniken oft nicht zusammenpassen. Das BMBF setzt hier mit dem Förderkonzept Medizininformatik an. Dessen Ziel ist es, einheitliche Systeme zu schaffen, die das Wissen aus der Krankenversorgung und der Forschung zusammenführen können. Kernelemente sind hierbei der Aufbau und die Vernetzung von Datenintegrationszentren an den Universitätskliniken sowie die Entwicklung intelligenter IT-Lösungen für spezifische Anwendungsfälle. DIFUTURE harmonisiert, integriert und analysiert verschiedenste Arten von Daten aus der Krankenversorgung und der Forschung. Ziel ist es, Krankheitsursachen und Verläufe besser zu verstehen. Mit diesem Wissen sollen Erkrankungen künftig wirkungsvoll verhindert, schneller diagnostiziert sowie zielgerichteter und nebenwirkungsarm therapiert werden. Im Rahmen der Medizininformatik-Initiative wird die Expertise von vier Konsortialpartnern (Technische Universität München, Ludwig-Maximilians-Universität München, Eberhard Karls Universität Tübingen, Universität Augsburg) zusammengeführt, um den Austausch und die Nutzung von Daten aus Krankenversorgung, klinischer und biomedizinischer Forschung institutionsübergreifend zu verbessern und ihren Mehrwert nachzuweisen.