Cookie Hinweis

Wir verwenden Cookies, um Ihnen ein optimales Webseiten-Erlebnis zu bieten. Dazu zählen Cookies, die für den Betrieb der Seite notwendig sind, sowie solche, die lediglich zu anonymen Statistikzwecken, für Komforteinstellungen oder zur Anzeige personalisierter Inhalte genutzt werden. Sie können selbst entscheiden, welche Kategorien Sie zulassen möchten. Bitte beachten Sie, dass auf Basis Ihrer Einstellungen womöglich nicht mehr alle Funktionalitäten der Seite zur Verfügung stehen. Weitere Informationen finden Sie in unseren Datenschutzhinweisen .

Essentiell

Diese Cookies sind für die Funktionalität unserer Website erforderlich und können nicht deaktiviert werden.

Name Webedition CMS
Zweck Dieses Cookie wird vom CMS (Content Management System) Webedition für die unverwechselbare Identifizierung eines Anwenders gesetzt. Es bietet dem Anwender bessere Bedienerführung, z.B. Speicherung von Sucheinstellungen oder Formulardaten. Typischerweise wird dieses Cookie beim Schließen des Browsers gelöscht.
Name econda
Zweck Session-Cookie für die Webanalyse Software econda. Diese läuft im Modus „Anonymisiertes Messen“.
Statistik

Diese Cookies helfen uns zu verstehen, wie Besucher mit unserer Webseite interagieren, indem Informationen anonym gesammelt und analysiert werden. Je nach Tool werden ein oder mehrere Cookies des Anbieters gesetzt.

Name econda
Zweck Measure with Visitor Cookie emos_jcvid
Externe Medien

Inhalte von externen Medienplattformen werden standardmäßig blockiert. Wenn Cookies von externen Medien akzeptiert werden, bedarf der Zugriff auf diese Inhalte keiner manuellen Zustimmung mehr.

Name YouTube
Zweck Zeige YouTube Inhalte
Name Twitter
Zweck Twitter Feeds aktivieren

Advancement of clinical proteomics for systems medicine

Disease initiation and progression is a highly dynamic process. To pinpoint alterations resulting in deregulation, systems medicine approaches combining high-quality data generation with the development of mechanistic mathematical models are required. As biological functionality is executed by proteins and their abundance critically determine cell context specific information processing, a quantitative proteomics approach suitable for the generation of quantitative data for mathematical modelling and sufficiently robust for clinical translation is required. A critical basis for the development of a robust clinically-applicable pipeline is the collection of patient samples according to standard operating procedures (SOPs) (Wessels et al., Transl Lung Cancer Research 2020; Gegner et al., Front Mol Biosci 2022). Key steps of our clinical proteomics pipeline have been the optimization of the lysis of cells, extracellular matrix, tissue and blood plasma, semi-automated sample processing and the inclusion of quality standards. To ensure standardized data processing and thereby secure reproducibility of results our division developed the bioinformatic data analysis tool MSPypeline (Heming et al., Bioinform Adv 2022). With these developments in place, we could already demonstrate that the generated data substantially improves calibration of our mechanism-based dynamic pathway models that we are developing for TGFβ, HGF, EGF, IL-6, TNFα, IFNα and Epo-signal transduction.

Created with Biorender. Adapted from Heming et al., Bioinform Adv 2022.
© dkfz.de

to top
powered by webEdition CMS