Computergestützte und Molekulare Prävention

Das Modell der mutierten klonalen Evolution durch natürliche Auslese spielt eine entscheidende Rolle bei der Entwicklung von Krebs. Jedoch war es vor der Entwicklung von kostengünstigen Hochdurchsatz-Next Generation Sequencing (NGS) Methoden schwierig, diesen Prozess detailliert zu untersuchen. Durch NGS ist es nun möglich, Veränderungen sogar in sehr kleinen Zellanteilen aufzuspüren. Indem wir diese Veränderungen in Modelle überführen, können wir die Entstehung mutierter Allele in Geweben besser verstehen. Außerdem benutzen wir neuartige Methoden der Einzelzell-RNA-Sequenzierung, um somatische Mutationen in einzelnen Zellen zu identifizieren und deren Effekte auf die Expression von Genen zu bewerten – ein Ansatz, der bei der Interpretation der Effekte von Keimbahnveränderungen erkenntnisreich war. Ein wesentlicher Bestandteil unserer Arbeit ist daher die Interpretation dieser Daten und die Entwicklung neuer Methoden für die Analyse von NGS-Daten im Zusammenhang mit der Entstehung von Krebs.

Weiterhin arbeiten wir daran, die Beziehungen zwischen Genotyp und Phänotyp besser zu verstehen und vorherzusagen. Dazu entwickeln wir rechnergestützte Methoden für hochdimensionale Daten, etwa für Merkmalsauswahl und differentielles Testen.

Ausblick
Die Analyse longitudinal erworbenen nicht-krebsartigen Gewebes bietet ein wirkungsvolles Mittel, um die Evolution somatischer Mutationen zu untersuchen. Wir verwenden menschliches gynäkologisches Gewebe als Modellsystem, da dieses leicht über einen längeren Zeitraum von gesunden Individuen erworben werden kann und medizinisch von großer Bedeutung ist. In interdisziplinären Forschungsprojekten mit Krebsforschern und Klinikärzten möchten wir künftig DNA-Tiefensequenzierungsdaten und Einzelzell-RNA-Sequenzierungsdaten von Gewebeproben analysieren, um ein quantitatives Verständnis somatischer Evolution zu erlangen.