Projekte im Geschäftsfeld Bioinformatik

NFDI4Health

Das übergeordnete Ziel von NFDI4Health ist es, die klinische und epidemiologische Forschungsgemeinschaft bestmöglich dabei zu unterstützen, ihre Daten in Übereinstimmung mit Datenschutzbestimmungen und ethischen Grundsätzen mit der Nutzergemeinschaft zu teilen und im Interesse der Verbesserung der Gesundheit der Bevölkerung neue Möglichkeiten der Datenanalyse innerhalb der Nationalen Forschungsdateninfrastruktur (NFDI) zu schaffen. NFDI4Health wird von der Deutschen Forschungsgemeinschaft (DFG)im Rahmen der Bund-Länder-Vereinbarung zu Aufbau und Förderung der NFDI vom 26. November 2018 gefördert.
Laufzeit: 10/2020 - 09/2025

ZET-O-MAP

Das Projekt »zet-o-map« zielt darauf ab, bessere Werkzeuge für die Identifizierung teratogener Verbindungen zu entwickeln. Einer der vielversprechendsten Assays ist der Zebrafisch-Embryo-Teratogenitäts-Assay (ZETA). In der Risikobewertung für den Menschen erfordert die Bewertung der Entwicklungstoxizität oder Teratogenität die Prüfung von Nagern (vorzugsweise Ratten) und Nicht-Nagern (vorzugsweise Kaninchen), wie in der OECD-Richtlinie 414 beschrieben. Derzeit vollzieht sich bei der Sicherheitsbewertung für den Menschen ein Paradigmenwechsel hin zu einer mechanistischen Risikobewertung, und es besteht eine hohe Nachfrage, Tierversuche zu ersetzen, zu reduzieren oder zu verfeinern, wo dies aus ethischen und wirtschaftlichen Gründen möglich ist.
Laufzeit: 03/2021 bis 02/2023

Mehr Info

 

Modellierung neurodegenerativer Erkrankungen

DIGIPD – Validierung digitaler Biomarker für eine bessere personalisierte Behandlung der Parkinson-Krankheit

Das mit rund 1.6 Millionen Euro geförderte und vom Fraunhofer-Institut für Algorithmen und Wissenschaftliches Rechnen SCAI koordinierte europäische Projekt DIGIPD untersucht, inwiefern mit Hilfe digitaler Techniken (Sensorik, Spracherkennung, Erkennung der Gesichtsmimik) eine präzisere und individualisierte Diagnose und Prognose der Parkinson-Erkrankung möglich ist.
Laufzeit: 04/2021 bis 03/2024

Mehr Info

COPERIMOplus – COronavirus PErsonalisierte RIsiko MOdelle

Die beteiligten Institute wollen durch eine rationale, datengetriebene Modellierung individuelle Risikoeinschätzungen ermöglichen, um die Prognosen von Krankheitsverläufen zu verbessern und um personalisierte Therapien sowie deren Bewertung anhand objektiver normierter Kriterien zu optimieren. Somit trägt das Projekt dazu bei, ein Leben mit der Pandemie zu ermöglichen und zur wirtschaftlichen und gesellschaftlichen Normalität zurückzukehren.
Laufzeit: 10/2020 bis 12/2021

Mehr Info

VirtualBrainCloud – personalisierte Empfehlungen für neurodegenerative Erkrankungen

Im Projekt VirtualBrainCloud arbeitet Fraunhofer SCAI zusammen mit 16 europäischen Partnern an einer Cloud-basierten Informatikplattform, die die Simulation von Kommunikationswegen im Gehirn ermöglicht. Die individuelle Simulation von Patientengehirnen unterstützt Ärzte dabei, die richtige Diagnose und die passende Therapie für Menschen mit neurodegenerativen Erkrankungen zu finden. Dies ist meist schwierig, da Verlauf und Symptome bei Krankheiten wie Alzheimer of sehr unterschiedlich sind. Dank der Plattform wird mit geringem Aufwand der Gesundheitszustand des Gehirns erfasst werden können. Durch regelmäßige Routineuntersuchungen können Ärzte dann Alzheimer frühzeitig erkennen und behandeln.
Laufzeit: 12/2018 bis 11/2022

Mehr Info

RADAR-AD – Fernbeurteilung von Krankheitszustand und -entwicklung bei Alzheimer-Patienten

Im Projekt RADAR-AD wollen die Projektpartner Methoden entwickeln, mit denen der Funktionsverlust im Gehirn von Alzheimer-Patienten im Frühstadium gemessen werden kann – nicht nur in Kliniken, sondern auch ambulant. Sogenannte Remote Measurement Tools (RMT) sollen künftig Fernbeurteilungen ermöglichen und so die Patientenversorgung verbessern. Gefördert wird das Projekt von der Innovative Medicines Initiative (IMI) 2RADAR. Die IMI ist eine öffentlich-private Partnerschaft der Europäischen Union und der Föderation der Pharmazeutischen Industrie-Verbände in Europa (EFPIA).
Laufzeit: 01/2019 bis 06/2022

Logo MACH

PHAGO – ein neuer Ansatz zur Hilfe für Patienten mit Alzheimer

Erst vor kurzem wurde festgestellt, dass die angeborenen Immunrezeptor-Gene TREM2 und CD33/SGLEC3 eine Rolle bei der Alzheimer-Erkrankung spielen. Die Bedeutung der identifizierten Gene und des zellulären Mechanismus ist jedoch noch nicht ausreichend erforscht. Das Projekt PHAGO soll diese Wissenslücke schließen und neue Tools und Testverfahren entwickeln, die an diesen Immunrezeptoren ansetzen und den Weg öffnen zur Entwicklung von Medikamenten, die den Verlauf der Krankheit hemmen. Damit werden neue Therapien für Alzheimer-Patienten möglich. Das Projekt wird von der Innovative Medicine Initiative (IMI), einer öffentlich-privaten Partnerschaft der Europäischen Union und der Föderation der Pharmazeutischen Industrieverbände in Europa (EFPIA) gefördert.
Laufzeit: 11/2016 bis 10/2021

Mehr Info

Logo IDSN

IDSN – Integrative Datensemantik für die neurodegenerative Forschung

Im BMBF-geförderten Projekt IDSN arbeiteten Fraunhofer SCAI, das Deutsche Zentrum für neurodegenerative Erkrankungen (DZNE) und das Universitätsklinikum Bonn (UKB) daran, die Früherkennung von Demenzerkrankungen zu verbessern. Dazu analysierten sie klinische Daten und Forschungsdaten in einer Gesamtsicht.  Die entwickelten Ansätze zur Informationsextraktion können von Kliniken genutzt werden. Der semantische Verknüpfungs-Service für die Datenintegration aus Quellen auf dem Gebiet neurodegenerativer Erkrankungen steht öffentlichen Einrichtungen und der Pharmaindustrie zur Verfügung.
Laufzeit: 03/2016 bis 07/2021

Mehr Info

Human Brain Pharmacome – Vorhersage und experimentelle Validierung von Wirkstoffen zur Prävention von Demenzerkrankungen

Ziel dieses Projekts ist es, intelligente Verfahren der Informationsextraktion, der mechanistischen Modellierung von Krankheiten sowie der Vorhersage von Wirkstoffen mit biologischen Wirkstoff-Screenings (biologischen Experimenten zur Bestimmung der Wirksamkeit von Substanzen) so zu kombinieren, dass sehr schnell mögliche Kandidaten-Moleküle für die Prävention von Alzheimer identifiziert werden können. Hierfür wird ein integrativer Ansatz (einen workflow) entwickelt und in einer Vorhersage-Maschine implementiert, der die systematische Erfassung und Modellierung von Wirkstoff-Target-Beziehungen für die Vorhersage von pharmakologischen Wirkungen im menschlichen Gehirn nutzt. Das Projekt konzentriert sich dabei auf Wirksubstanzen, die bereits für die Behandlung anderer Krankheiten zugelassen sind, und verkürzt mit diesem Drug Repurposing die erforderlichen Zeiten und Kosten für die klinische Entwicklung neuer, präventiver Therapien erheblich.
Laufzeit: 02/2018 bis 06/2021

Mehr Info

Genome Function Topology

Das Projekt Genome Function Topology zielt darauf ab, neue Prinzipien der räumlichen und funktionellen Organisation des menschlichen Genoms zu entdecken, indem es die globale dreidimensionale Organisation des Genoms und groß angelegte Wissensgraphen berücksichtigt.
Laufzeit: 11/2018 bis 10/2021

Mehr Info

Biomedizinische Wissensgraphen

Biomedizinische Wissensgraphen spielen eine zentrale Rolle bei der Integration großer Datenmengen. Mit ihrer Hilfe lassen sich unstrukturierte Texte in ein strukturiertes, vergleichbares Format bringen. Als Ursache-Wirkungs-Modelle können Wissensgraphen potenziell die klinische Entscheidungsfindung erleichtern oder dazu beitragen, die Forschung in Richtung Präzisionsmedizin voranzutreiben. Daten- und Wissensmanagement, manchmal auch Informationsmanagement genannt, ist ein Kernthema von Data Science. Es ist auch ein interdisziplinäres Gebiet, das die Wirtschaftswissenschaften (wie effizient und teuer ist die Lösung?), die Psychologie (nutzen die Menschen diese Lösung in der beabsichtigten Weise?) und natürlich die Informatik tangiert. Unser Ziel ist der Aufbau einer nachhaltigen Dateninfrastruktur für biomedizinische Daten, personalisierte Medizin, Medikamentenneuverwendung, reproduzierbare KI und Wissensentdeckung.

Mehr Info

COMMITMENT - Integratives maschinelles Transfer-Lernen für psychiatrische Erkrankungen

Das Ziel des Projekts »COMMITMENT - Modellierung von Komorbiditäts-Prozessen durch integratives, maschinelles Transfer-Lernen für psychiatrische Erkrankungen« ist die Entwicklung eines computergestützten systemmedizinischen Rahmens, der eine klinisch sinnvolle Stratifizierung psychotischer Störungen und die Identifizierung biologischer Prozesse ermöglicht. Dabei werden Komorbiditäten mit berücksichtigt.

Dazu wird im Projekt ein interdisziplinärer Forschungsrahmen für die Identifizierung systemmolekularer Merkmale psychotischer und komorbider somatischer Erkrankungen geschaffen. Die Identifizierung gemeinsamer und unterschiedlicher biologischer Profile und der ihnen zugrundeliegenden pathophysiologischen Prozesse soll es ermöglichen, die Heterogenität der Patienten zu entschlüsseln und die Grundlage für objektive Instrumentarien für ein personalisiertes klinisches Management psychotischer Störungen zu schaffen.

Fraunhofer SCAI leitet in COMMITMENT das Teilprojekt 3 "TP3 –Systems medicine knowledge and mechanisms". In diesem Teilprojekt wird das in der wissenschaftlichen Literatur vorhandene Wissen im Bereich der psychotischen Erkrankungen und ihrer Co-Morbiditäten (Diabetes; Neurodegenerative Erkrankungen) systematisch gesammelt und in einer Form abgebildet, in der es für maschinelle Lernverfahren in weiteren Arbeitspaketen des Projektes nutzbringend eingesetzt werden kann.
Laufzeit: 09/2019 bis 08/2022

Mehr Info