Atherothrombose ist trotz der Fortschritte in der Medizin weltweit die führende Todesursache. Die vielschichtigen Pathomechanismen dieser Erkrankung werden von den derzeitig verfügbaren Therapeutika nur unzureichend abgedeckt und 95% der in Studien getesteten Kandidaten scheitern bereits in der frühen klinischen Entwicklungsphase.

Im Fokus des biosignATure Projekts liegen therapeutische Ansatzpunkte, die zentral für die Entstehung und den Verlauf der Erkrankung sind und das Potenzial für die Entwicklung von Medikamenten mit Zusatzwirkung zu herkömmlichen Behandlung haben. Hierfür werden modernste analytische Methoden der künstlichen Intelligenz angewendet, um aus Biodatenbanken mit tiefer klinischer Phänotypisierung und Multi-omics-Daten zu sequentiellen Zeitpunkten neue therapeutische Ansatzpunkte zu identifizieren. Die daraus resultierende Pipeline wird durch Daten aus der experimentellen, mechanistischen Forschung komplementiert.

Ein multidisziplinäres Gremium aus der translationalen Forschung, der Medikamentenentwicklung und der klinischen Anwendung evaluiert in biosignATure die Ergebnisse in allen Entwicklungsschritten für einen späteren klinischen Einsatz von innovativer RNA Technologie und der Nutzung von Biomarkerstrukturen.

In curATarget werden thrombo-inflammatorische Zielmoleküle identifiziert und priorisiert, die eine lokale Reprogrammierung von Immunreaktionen bei athero-thrombotischen Erkrankungen ermöglichen.

Thrombo-Inflammation, das Wechselspiel von entzündlichen und thrombotischen Prozessen, trägt erheblich zum Restrisiko in der Therapie von kardiovaskulären Erkrankungen bei. Diese atherogenen Prozesse beeinflussen lokal die Immunantwort in der Gefäßwand. In diesem Projekt werden durch hochauflösenden Einzelzellanalysen in präklinischen und klinischen Proben pro- und anti-atherogene Funktionsveränderungen von Immunzellen molekular definiert und mit klinischen Biomarkerprofilen der Atherothrombose verknüpft. Im Rahmen des Gesamtprojekts werden standardisierte bioinformatische Pipelines und KI-basierte Methoden zur Klassifizierung immunologischer Veränderungen in athero-thrombotischen Läsionen und zur Identifizierung neuer therapeutischer Ziele für die zelltypspezifische Reprogrammierung entwickelt.

Das microbAIome-Projekt untersucht die Rolle des Mikrobioms bei der Atherothrombose. Hierbei werden insbesondere bioinformatische Analyse von RNA-Sequenzierungsergebnissen durchgeführt. In einem komplementären Ansatz werden klinische Mikrobiome aus Studienpopulationen mit Herz-Kreislauf-Erkrankungen in keimfreie Empfängermäuse transplantiert, um die Rolle dieser Mikrobiome in der arteriellen Thrombose zu erforschen. Zusätzlich werden potentielle Zielstrukturen innerhalb des Sphingolipid-Synthesewegs mit Hinblick auf der Entstehung von Atherothrombose untersucht. Zusammen mit der Analyse von Stuhlproben von Patienten mit kardiovaskulären Erkrankungen kann in diesem translationalen Projekt Wissen über die Auswirkungen des Darmmikrobioms auf kardiovaskuläre Erkrankungen generiert werden, das in Zukunft für eine optimale Diagnose, Stratifizierung und Behandlung von Patienten hilfreich sein wird.

Im Projekt curABodies möchten wir eine von TRON und BioNTech entwickelte Technologieplattform zusammen mit den Erkenntnissen aus hochqualitativen Krankheits- und Kohortenstudien, sowie der epidemiologischen und systemmedizinischen Expertise der Unimedizin Mainz nutzen, um neue krankheitsrelevante Autoantikörpersignaturen für kardiovaskuläre Erkrankungen in bisher nicht gekanntem Umfang und Auflösung zu identifizieren. Ziel ist es hierbei, die Autoantikörpersignaturen als Biomarker oder Zielstrukturen für die Entwicklung neuer diagnostischer und therapeutischer Anwendungen nutzbar zu machen.

Die diAMs-Plattform nutzt hochauflösende quantitative datenunabhängige Massenspektrometrie-Technologien, die im Rahmen des Mainzer Forschungskerns DIASyM etabliert wurden. Die generierten mehrdimensionalen Datensätze auf Protein-, und Lipid-Ebene ermöglichen zusammen mit bioinformatischen Workflows und maschinellem Lernen eine umfassende Charakterisierung klinischer Proben und die Entschlüsselung komplexer pathophysiologischer Mechanismen bei unterschiedlichen Krankheitsbildern.

Die diAMs Plattform entwickelt und optimiert hochsensitive Methoden für die quantitative Charakterisierung von komplexen Proteomen, posttranslationalen Proteinmodifikationen und  Lipidimmunmodulatoren. Diese werden eingesetzt zur Identifikation Multi-OMICs-basierter Signaturen, die bei der Reprogrammierung von Makrophagen und Thrombozyten-Aktivierung induziert werden. Die diAMs-Plattform nutzt modernste bioinformatische Workflows für die Integration von Multi-OMICs Datensätzen und ihre Interpretation unter Verwendung biologischer Netzwerkdaten für Patientenstratifizierung und Biomarker-Erkennung.