MetClassNet: Kombination von Multinetzwerken zur Überbrück der Lücke zwsichen Genom-skalischen metabolischen Modellen und der nicht ziel-gerichteten Metabolomik

• Antragsteller: Privatdozent Dr. Steffen Neumann; Privatdozent Dr. Michael Witting
• Fachliche Zuordnung: Bioinformatik und Theoretische Biologie ; Analytische Chemie
• Förderung: Förderung von 2019 bis 2023
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 431572533

Der Stoffwechsel ist eine der Grundeigenschaften lebender Organismen und wird von exogenen Faktoren wie Umwelteinflüssen, Stress oder Ernährung beeinflusst. Das Verständnis über die zugrunde liegenden Prozesse ist unerlässlich für Ertragssteigerung und den Schutz von Pflanzen, sowie für die Erhaltung der Gesundheit bei Menschen. Stoffwechselreaktionen können mitunter sehr komplex sein und beinhalten eine Vielzahl kleiner Moleküle (sogenannte Metabolite), die durch biochemische Reaktionen verbunden sind. Zusammen bilden sie ein dichtes Netzwerk, das in seiner Gesamtheit oft als Genome Scale Metabolic Network (GSMN) bezeichnet wird. Zum Forschungsgebiet der Metabolomik gehört die Messung dieser Metabolite, sowie die anschließende Datenanalyse und -interpretation. Eine der wichtigsten analytischen Plattformen zur Messung des Metaboloms ist die Massenspektrometrie (MS), der oft eine Chromatographie (z.B. Flüssigchromatographie, LC-MS) vorangestellt wird. Trotz des technologischen Fortschritts, steht die umfassende Anwendung der Metabolomik noch vor weiteren Herausforderungen. Die Identifizierung von Metaboliten ist eine davon. Dennoch überlappen sich experimentell gewonnene Daten und in silico generiertes GSMN nur teilweise und werden in der Regel nicht gleichzeitig untersucht. In MetClassNet gehen wir davon aus, dass diese Schwierigkeiten durch die Entwicklung neuer Datenstrukturen und Algorithmen überwunden werden könnten, die die Konnektivität (Netzwerk) zwischen Molekülen nutzen. Dieser integrative Ansatz wird die Leistungsfähigkeit der Datenanalyse durch die Vereinheitlichung von GSMNs und Netzwerken aus experimentellen Daten verbessern. Am Ende des Projekts wird MetClassNet ein innovatives Datenanalysewerkzeug anbieten, mit dem es möglich sein wird, über die tabellenbasierte Analyse von metabolomischen Daten hinauszugehen, indem man sie in ein Netzwerksystem integriert (und nicht nur exportiert). Zu diesem Zweck wird MetClassNet neue Algorithmen und Werkzeuge entwickeln, um diese Netzwerke zu analysieren und so unser Wissen über das Metabolom zu erweitern. Das entwickelte Framework wird auch die Verbindung zwischen Metabolomik und GSMNs erleichtern und es so ermöglichen, die Lücken in den aktuellen Datenbanken der metabolischen Netzwerke zu schließen. Im Rahmen des MetClassNet-Projekts wird die Anwendbarkeit der entwickelten Ansätze bei der Untersuchung von Stoffwechselmodulationen im Kontext der Alterungsforschung, Toxikologie, Medizin und Ernährung demonstriert. Um das entwickelte Framework verwendbar und nachvollziehbar für künftige Nutzer bereitzustellen, legt das MetClassNet-Konsortium Wert auf die Offenlegung aller entwickelten Quellcodes (Open Source) bei der Veröffentlichung sowohl der Algorithmen als auch der experimentell untersuchten Daten.

• DFG-Verfahren: Sachbeihilfen
• Internationaler Bezug: Frankreich
• Kooperationspartner: Professor Dr. Fabien Jourdan; Dr. Reza Salek