Identifizierung von Kreislaufproteinen, die myokardiale Prozesse widerspiegeln, die für das Fortschreiten der Krankheit bei Herzinsuffizienz relevant sind


Projektlaufzeit

11/2021 - 11/2022

Budget

€ 39.774

Verwendete Forschungsressource

Ressource Gewebeproben

Stichworte

Herzinsuffizienz, targeted Proteomik, Systemmedizin, maschinelles Lernen

Principal Investigator

Jürgen Prochaska, Philipp Wild (Universitätsmedizin der Johannes Gutenberg-Universität Mainz, Präventive Kardiologie und
Medizinische Prävention Zentrum für Kardiologie)

Die Untersuchung des molekularen Fingerabdrucks von Patienten mit Herzinsuffizienz ist ein vielversprechender Ansatz, um die für die Entstehung und das Fortschreiten der Krankheit relevanten Mechanismen besser zu verstehen.

Das vorliegende Projekt zielt darauf ab, Personen mit Herzinsuffizienz mit einem gezielten Proteomik-Ansatz zu analysieren, der die Charakterisierung einer großen Gruppe von proteomischen Biomarkern (N=359) in Blut- und Gewebeproben ermöglicht. Das Projekt bietet die Möglichkeit, kardiale gewebespezifische Expressionsmuster und deren Zusammenhang mit dem zirkulierenden Proteinprofil bei Patienten mit Herzinsuffizienz zu untersuchen. Es soll analysiert werden, ob sich relevante lokale Gewebeproteinsignaturen im Kreislaufproteom widerspiegeln. Künstliche Intelligenz mit überwachtem maschinellem Lernen wird eingesetzt, um Expressionsmuster von Interesse zu entdecken. Mit Hilfe eines translationalen Ansatzes werden diese Informationen anschließend in die Datenbank der MyoVasc-Studie (N=3.289; NCT04064450) integriert, so dass spezifische proteomische Signaturen entschlüsselt werden können, die an der Entwicklung und dem Fortschreiten des Herzinsuffizienzsyndroms beteiligt sind.

Publikationen

Es liegen keine Publikationen vor.