digilog: MOBILE DIAGNOSTIK

Point-of-care als Lab-on-chip: Intergration von Mikropartikeln in einen mikrofluidischen Chip für multiparametrische Tests

Arbeitsziele:

  • Ausbau der POCT-Testplattform für Datenerzeugung und patientennahe Datenerfassung
  • Integration weiterer Datenimport- und Datenexporttechnologien (RDML, XML, HDF5)
  • Integration von Datenstruckturen für Patientenbezogene Daten
  • Integration von Technologien für die Automatisierte Auswertung (Machinelles Lernen)

Leitung: Dr. Stefan Rödiger

Verbundvorhaben des Brandenburgischen Gesundheitscampus „Konsequenzen der altersassoziierten Zell- und Organfunktionen“

Analyse von humanen Zellen im Alterungsprozess mit einem Fokus auf DNA-Doppelstrangbrüchen und Angewandter Statistischer Bioinformatik

Angegliedert an Themenfeld 1: Altersabhängigkeit von Gewebe- und Organfunktion, Teilprojekt 1.4: Multiomics – multimodale prädiktive Analyse im Organ Blut

Leitung: Dr. Stefan Rödiger

Forschungsstand

Der Umfang und die Komplexität von gesundheitsbezogenen Daten wächst aufgrund der Digitalisierung rasant und durchläuft diverse Transformationsprozesse. Insbesondere das Volumen an digitalen Bildern, Next Generation Sequencing-Daten und multiparametrischen Datensätzen aus Point-of-Care und high-throughput Platformen wächst täglich mit dem Einzug neuer technischer Lösungen. In unserem Arbeitskreis existierten verschiedene kommerzielle Systeme und eigens entwickelte Multiparameterplatformen. Beispielhaft seien hier Sequencer, Microarrays und unsere VideoScan-Plattform genannt. Die Technologien wurden in zurückliegenden Studien genutzt um Biomarker (Proteine, Gene) und zelluläre Parameter (Muster) mit phänotypischen Paramteren zu verbinden. In der modernen Medizin ist daher wahrscheinlich, dass mit neuen Ansätzen wichtige Fragen zur Autoimmunität und Tumorbildung beantwortet werden können.

Das Methodenspektrum im Labor erzeugt eine Vielzahl von Datenkategorien (nominelle, diskrete, kontinuierliche), die in der Regel zur Klärung einer Teilfrage beitragen können, jedoch bringt die Zusammenführung großer multivariater Datensätze starke Limitationen mit sich. Eines der Grundprobleme von multiparametrischen Hochduschsatzverfahren ist die Produktion von Datenmengen, die mit konventionellen Methoden nicht mehr zu handhaben sind. Allerdings, sind Wissenschaftler damit auch in einer eleganten Position, da man Lösungsansätze finden kann Fragen zu beantworten, die von anderen zuvor nicht in Betracht bezogen worden waren. Das übergeordnete Ziel der Arbeiten ist es, einen strategischen Rahmen für die Früherkennung und Risikobewertung von Autoimmunität und Tumorbildung mittels digitaler Bildverarbeitung und bioinformatische Ansätze abzuleiten. Big Data wird hier zukünftig eine Rolle spielen. Es ist davon auszugehen, dass die Ätiologie und Mechanismen von Erkrankungen anhand dieses Ansatzes definiert werden können und das erworbene Wissen in Kliniken als digitale Biomarker oder biologische Biomarker übertragen werden kann.

Geplante Ergebnisse

Aus Erfahrung wissen wir, dass hohe Mengen an qualitativen und quantitativen Daten anfallen werden. Bei der Datenanalyse wird es daher entscheidend sein, effektive Analysealgorithmen aufzubauen, mit denen wir automatisiert Features aus experimentellen Datensätzen im Kontext von γ-H2AX Foci (Kooperation mit Prof. Markus Deckert, MHB) extrahieren können. Das Histone H2AX wird als Reaktion auf Doppelstrangbrüche am Serin 139 phosporyliert. Diese Form wird als γ-H2AX bezeichnet und kann mittels Immunfluoreszenzfärbung als Fokus im Fluoreszenzmikroskop sichtbar gemacht werden und ist ein putativer prognostischer Marker. Daher haben sich γ-H2AX Foci robuster und sensitiver Nachweis von DNA-Doppelstrangbrüche (DSB) etabliert und spielen eine wichtige Rolle in der Behandlung von Tumoren. DSBs können Apotose induzieren beziehungsweise eine genomische Instabilität verursachen. Sie stehen in enger Verbindung mit der Karzinogenese und Autoimmunerkrankungen.

Die Bilddaten werden von Projektpartnern an mehreren biologischen Proben strukturiert und detailliert mit Methoden der digitalen Bildverarbeitung uns statistischen Bioinformatik analysiert. Es soll evaluiert werden, welche statistischen Methoden sich finden lassen, die eine Assoziation von Primärdaten und Sekundärdaten aus weiteren Datenquellen ermöglichen. Die Ergebnisse sollen durch Studien mit den Projektpartnern zur Entwicklung von einem besseren Verständnis der Mechanismen von Erkrankungen (Autoimmunerkrankungen, Tumorbiologie) genutzt werden. Später sollen die Ergebnisse auch für die experimentelle Medizin und personalisierte Medizin zur Verfügung stehen.

Mitarbeiter
NamePositionKontaktProjekt
Madeleine RuhePhD studentErmittlung altersabhängiger Blutbild-Veränderungen anhand einer klinischen Kohorte und DNA-Doppelstrangbrüchen
Partner
NameEinrichtungFunktion
Dr. Anne-Helene LutterBTU CSWissenschaftler/Koordinator
Prof. Dr. Markus DeckertMHBSprecher des Themenfelds
News
TerminOrtTitel
01.03.2017BTU CSStart des Projektes
14.03.2017Institut für Biomaterialforschung / Institute of Biomaterial Science
Helmholtz-Zentrum Geesthacht GmbH
Zentrum für Material und Küstenforschung / Centre for Materials and Coastal Research
Kickoff Meetings „Konsequenzen der altersassoziierten Zell- und Organfunktionen“

Unsere Webseite verwendet Cookies. Diese haben zwei Funktionen: Zum einen sind sie erforderlich für die grundlegende Funktionalität unserer Website. Zum anderen können wir mit Hilfe der Cookies unsere Inhalte für Sie immer weiter verbessern. Hierzu werden pseudonymisierte Daten von Website-Besuchern gesammelt und ausgewertet. Das Einverständnis in die Verwendung der technisch nicht notwendigen Cookies können Sie jeder Zeit wiederrufen. Weitere Informationen erhalten Sie auf unseren Seiten zum Datenschutz.

Erforderlich

Diese Cookies werden für eine reibungslose Funktion unserer Website benötigt.

Statistik

Für den Zweck der Statistik betreiben wir die Plattform Matomo, auf der mittels pseudonymisierter Daten von Websitenutzern der Nutzerfluss analysiert und beurteilt werden kann. Dies gibt uns die Möglichkeit Websiteinhalte zu optimieren.

Name Zweck Ablauf Typ Anbieter
_pk_id Wird verwendet, um ein paar Details über den Benutzer wie die eindeutige Besucher-ID zu speichern. 13 Monate HTML Matomo
_pk_ref Wird benutzt, um die Informationen der Herkunftswebsite des Benutzers zu speichern. 6 Monate HTML Matomo
_pk_ses Kurzzeitiges Cookie, um vorübergehende Daten des Besuchs zu speichern. 30 Minuten HTML Matomo