

Lena Straßer
Data Science in Systems Biology
Ein gemeinsamer Ansatz zur Integration von microRNA und Transkriptionsfaktor-Regulationsanalyse auf Massen- und Einzelzellebene
Obwohl alle Zellen des menschlichen Körpers die gleiche DNA haben, steuert die Genregulation die Entwicklung von mindestens 200 verschiedenen Zelltypen. Das Verständnis der Mechanismen der Genregulierung auf verschiedenen molekularen Ebenen ist von zentraler Bedeutung, um die Komplexität der zellulären Identität und Funktion zu enträtseln. Bei den derzeitigen Berechnungsansätzen werden die komplementären Effekte von Transkriptionsfaktoren (TFs), Mikro-RNAs (miRNAs) und konkurrierenden endogenen RNAs (ceRNAs) bei der Genregulation häufig übersehen.
Dieses Projekt schließt diese Lücke durch die Entwicklung datenwissenschaftlicher Methoden zur dynamischen Integration verschiedener regulatorischer Ebenen. Zunächst werden neuartige Techniken eingesetzt, um aus Einzelproben genregulatorische Netzwerke (GRNs) abzuleiten, die die miRNA-Regulation einbeziehen, um probenspezifische Dysregulationen zu erkennen. Anschließend werden durch Analysen mit Einzelzellauflösung ceRNA-miRNA-Interaktionen untersucht, wobei ceRNA-Module aus bestehenden Netzwerken abgeleitet werden, um die Dynamik der miRNA-Genregulation aufzudecken. Schließlich werden fortgeschrittene ceRNA-miRNA-Netzwerke mit regulatorischen TF-Netzwerken integriert, um umfassende kontextspezifische Karten der Genregulation zu erstellen.
Diese integrierten Netzwerke werden der wissenschaftlichen Gemeinschaft als Ressource zur Verfügung gestellt und ermöglichen tiefere Einblicke in zelluläre Regulierungsprozesse.
