EN
DE
Home>Forschung>Teilbereich 5: Systembiologie und Bioinformatik des Alterns
[Translate to deutsch:] Research focus of Subarea 5.

Teilbereich 5: Systembiologie und Bioinformatik des Alterns

Teilbereich 5 konzentriert sich auf die Entwicklung von Methoden zur Analyse und zum Verständnis komplexer biologischer Systeme. Diese Arbeit umfasst das Design von Computeralgorithmen und biostatistischen Ansätzen sowie die Entwicklung neuer Omics- Strategien (z.B. Genomik/Epigenomik, Transkriptomik, Proteomik und Metabolomik) zur Untersuchung des Alterns und von alternsbedingten Krankheiten.

Aufgrund seiner Expertise in der rechnergestützten Datenanalyse ist der Teilbereich 5 eng mit allen anderen Teilbereichen verbunden, beinhaltet zwei wichtige Serviceeinrichtungen (Life Science Computing, Proteomics) und bietet Beratung im Bereich Statistik an. Darüber hinaus organisiert der Bereich Kurse zur Datenanalyse und Statistik.

Die Forschung wird durch fünf Schwerpunktbereiche definiert:

  • Abbildung extrinsischer und intrinsischer Faktoren, die die Stammzellen während des Alterns beeinflussen,
  • Integration von raumzeitlichen Proteomik- und Transkriptomikdaten,
  • Umfassende Bewertung von qualitativen und quantitativen Expressionsveränderungen,
  • Identifizierung und Analyse von epigenomischen Veränderungen im Alter und altersbedingten Veränderungen,
  • Netzwerkanalyse von genomischen, transkriptomischen und epigenomischen Veränderungen während des Alterns.

Forschungsfokus Teilbereich 5

Die Biologie des Alterns ist ein vielschichtiges Zusammenspiel von Netzwerken auf organischer, zellulärer, molekularer und genetischer Ebene. Mit der Etablierung des Teilbereichs „Systembiologie und Bioinformatik des Alterns“ will das FLI der Komplexität dieses Zusammenspiels gerecht werden. Ziel ist es, die Forschung in den Bereichen 1-4 bestmöglich zu verknüpfen, indem Netzwerkdaten von unterschiedlichen systemischen Ebenen zusammengeführt und so Mechanismen und Zusammenhänge aufgezeigt werden, die in einer Einzelbetrachtung unentdeckt geblieben wären.

Publikationen

(seit 2016)

2020

  • Bashing irreproducibility with shournal
    Kirchner T, Riege K, Hoffmann S
    bioRxiv 2020, https://doi.org/10.1101/2020.08.
  • Constraining classifiers in molecular analysis: invariance and robustness.
    Lausser L, Szekely R, Klimmek A, Schmid F, Kestler HA
    J R Soc Interface 2020, 17(163), 20190612
  • Detecting Ordinal Subcascades
    Lausser* L, Schäfer* LM, Kühlwein SD, Kestler AMR, Kestler HA
    Neural Process Lett 2020, 52, 2583–2605 * equal contribution
  • Chained correlations for feature selection
    Lausser* L, Szekely* R, Kestler HA
    ADV DATA ANAL CLASSI 2020, 14, 871–884 * equal contribution
  • Patterns of somatic structural variation in human cancer genomes.
    Li Y, Roberts ND, Wala JA, Shapira O, Schumacher SE, Kumar K, Khurana E, Waszak S, Korbel JO, Haber JE, Imielinski M, PCAWG Structural Variation Working Group, Weischenfeldt J, Beroukhim R, Campbell PJ, PCAWG Consortium
    Nature 2020, 578(7793), 112-21
  • The GID ubiquitin ligase complex is a regulator of AMPK activity and organismal lifespan.
    Liu H, Ding J, Köhnlein K, Urban N, Ori A, Villavicencio-Lorini P, Walentek P, Klotz LO, Hollemann T, Pfirrmann T
    Autophagy 2020, 16(9), 1618-34
  • ConCysFind: a pipeline tool to predict conserved amino acids of protein sequences across the plant kingdom
    Moore M, Wesemann C, Gossmann N, Sahm A, Krüger J, Sczyrba A, Dietz KJ
    BMC Bioinformatics 2020, 21(1), 490
  • Aneuploidy-inducing gene knockdowns overlap with cancer mutations and identify Orp3 as a B-cell lymphoma suppressor.
    Njeru* SN, Kraus* J, Meena* JK, Lechel A, Katz SF, Kumar M, Knippschild U, Azoitei A, Wezel F, Bolenz C, Leithäuser F, Gollowitzer A, Omrani O, Hoischen C, Koeberle A, Kestler** HA, Günes** C, Rudolph** KL
    Oncogene 2020, 39(7), 1445-65 * equal contribution, ** co-corresponding authors
  • Genomic basis for RNA alterations in cancer.
    PCAWG Transcriptome Core Group, Calabrese C, Davidson NR, Demircioğlu D, Fonseca NA, He Y, Kahles A, Lehmann KV, Liu F, Shiraishi Y, Soulette CM, Urban L, Greger L, Li S, Liu D, Perry MD, Xiang Q, Zhang F, Zhang J, Bailey P, Erkek S, Hoadley KA, Hou Y, Huska MR, Kilpinen H, Korbel JO, Marin MG, Markowski J, Nandi T, Pan-Hammarström Q, Pedamallu CS, Siebert R, Stark SG, Su H, Tan P, Waszak SM, Yung C, Zhu S, Awadalla P, Creighton CJ, Meyerson M, Ouellette BFF, Wu K, Yang H, PCAWG Transcriptome Working Group, Brazma A, Brooks AN, Göke J, Rätsch G, Schwarz RF, Stegle O, Zhang Z, PCAWG Consortium
    Nature 2020, 578(7793), 129-36
  • Vulnerability of progeroid smooth muscle cells to biomechanical forces is mediated by MMP13.
    Pitrez PR, Estronca L, Monteiro LM, Colell G, Vazão H, Santinha D, Harhouri K, Thornton D, Navarro C, Egesipe AL, Carvalho T, Dos Santos RL, Lévy N, Smith JC, de Magalhães JP, Ori A, Bernardo A, De Sandre-Giovannoli A, Nissan X, Rosell A, Ferreira L
    Nat Commun 2020, 11(1), 4110