IMEX

Das adaptive Immunsystem (in erster Linie repräsentiert durch B- und T-Zellen) spielt eine lebenswichtige Rolle bei der Erkennung von potenziellen Krankheitserregern, wie z.B. pathogenen Mikroorganismen und Parasiten. Es erzeugt allerdings auch ungewollte Immunreaktionen gegen allografte (gleiche Spezies, unterschiedliches Individuum) bzw. xenografte (unterschiedliche Spezies) Transplantate oder Allergene. In seltenen Fällen kommt es vor, dass das Immunsystem auch körpereigenes Gewebe bzw. Zellen attackiert; man spricht dann von Autoimmunerkrankungen. Die Zusammensetzung der Immunzellpopulationen zu kennen ist daher in der Diagnostik von Autoimmunkrankheiten ebenso von besonderer Bedeutung wie beim Monitoring nach Transplantationen oder bei der Behandlung von Infektionen.

Die aktuelle Problemstellung dabei ist, dass es bisher noch keine Möglichkeit gibt, das Immunsystem bzw. seinen „aktuellen Zustand“ zu beschreiben. Insbesondere existieren derzeit weltweit keine algorithmischen Ansätze, die es der biomedizinischen Forschung ermöglichen, die vorhandenen Daten zu verarbeiten. Ziel dieses Basisfinanzierungsprojekts ist es daher – ähnlich wie auch schon im Bereich Protein-Identifikationsalgorithmen sehr erfolgreich gezeigt – völlig neue algorithmische Grundlagen zu entwickeln, die das B- und T-Zell-Spektrum von Menschen detailliert erfassen, darstellen und analysieren können. Dadurch soll ein weiterer wichtiger Grundstein für zukünftige Forschungskooperationen und zur nachhaltigen Verankerung der Hagenberger Forschungsgruppe Bioinformatik in der internationalen, biomedizinischen Forschungsgemeinschaft gelegt werden.

Konkret ermöglicht diese Finanzierung den ersten, wichtigen Schritt, um gemeinsam mit Forschern der Blutzentrale des OÖ RK in Linz die Immunsysteme von gesunden und kranken ProbandInnen zu untersuchen, Maßzahlen für die Charakterisierung von Immunsystemen zu entwickeln und erste Methoden für die Identifikation von Auffälligkeiten und relevanten Gemeinsamkeiten von Immunsystemen zu implementieren. Neben Ansätzen aus der Bioinformatik, der beschreibenden Statistik und des maschinellen Lernens sollen die dazu verwendeten Proben auch an der Fakultät Linz mit Fluoreszenz-Mikroskopie auf die unterschiedliche Expressionsstärken der Rezeptoren analysiert werden.