Ziel des Forschungsprogramms Multi-Omics ist die Entwicklung bioanalytischer und computergesteuerter Technologien für prognostische, diagnostische und prädiktive Biomarker. Die Wissenschaftler:innen erforschen Methoden, mit denen sich Marker in komplexen biologischen Matrizes besser nachweisen lassen. Diese biologischen Marker sind für Herz-Kreislauf-Erkrankungen, Krebserkrankungen und Stoffwechselstörungen geplant.
Die meisten Krankheiten werden durch die Deregulierung von Stoffwechsel- und Signalwegen auf verschiedenen molekularen Ebenen verursacht – von Genen über Lipide bis hin zu Proteinen und Metaboliten. Die Regulierung von Stoffwechselwegen und deren Interaktion mit Umgebungsfaktoren erfordert den Einsatz verschiedener Analysemethoden zum Nachweis von Proteinen, Lipiden, Metaboliten und deren Dynamik. Eine einzige analytische Technologie reicht weder für ein umfassendes Verständnis ausgewählter biologischer Modellsysteme noch für die Identifizierung von Biomarkern aus. Angesichts der großen Anzahl potenzieller Analyten in biologischen Systemen müssen alle Messungen mit äußerster Präzision ausgeführt werden. Aus diesem Grund ist ein Multi-Omics-Ansatz erforderlich – also eine Kombination verschiedener Omics-Ansätze bzw. eine vollständige Charakterisierung aller Gene (Genomics), Metaboliten (Metabolomics) bzw. Proteine (Proteomics).
Multi-Omics-Strategien: unverzichtbar in der Präzisionsmedizin
Omics-Technologien sind ein wichtiger Ansatzpunkt in der personalisierten Therapie (Präzisionsmedizin). Einerseits generieren sie multidimensionale Datensätze (in noch nie dagewesener Qualität), die Einblicke in Erkrankungsprozesse und mögliche Therapieansätze liefern. Andererseits können Multi-Omics-Datensätze für richtungsunabhängige Analysen genutzt werden, um neue Korrelationen (neue Hypothesen generierend) zwischen verschiedenen Molekülklassen aufzuzeigen. Diese großen und komplexen Datensätze müssen jedoch auch angemessen gehandhabt werden.

Ein Schwerpunkt: Omics-Ansätze für Herz-Kreislauf-Erkrankungen
Zahlreiche Faktoren können sich auf die Entstehung von Herz-Kreislauf-Erkrankungen auswirken, darunter die genetische Veranlagung, das Darmmikrobiom, der Lebensstil sowie Umweltfaktoren. Darüber hinaus können die derzeitigen therapeutischen Ansätze bei Tumorerkrankungen und Entzündungen Nebenwirkungen auf das Herz-Kreislauf-System haben. Das Multi-Omics-Programm des Instituts konzentriert sich daher insbesondere auf die Entwicklung von Multi-Omics-Technologien und Assays im Hinblick auf Herzinfarkt, Herzinsuffizienz, Kardiotoxizität und Kardioonkologie. Mit omics-integrativen Modellen und der Kombination von Lipidom-, Proteom- und Metabolomdaten sowie durch den Einsatz von Graphdatenbanken und künstlicher Intelligenz (KI) wollen die Forschenden am ISAS umfassende Einblicke in die komplexen molekularen Aspekte von Herz-Kreislauf-Erkrankungen gewinnen. Zu den analytischen Herausforderungen, denen sich die Wissenschaftler:innen stellen, gehören die molekulare Abdeckung, die analytische Empfindlichkeit, die Datenintegration und -interpretation sowie Fragen der Datenqualität, Reproduzierbarkeit und Standardisierung.
Außer der Entwicklung von Technologien, um molekulare Mechanismen zu beleuchten und Biomarker zu ermitteln, befasst sich das Programm mit der Identifizierung neuer therapeutischer Ziele. Daher ist es von entscheidender Bedeutung, die molekularen Mechanismen zu entschlüsseln, die Herz-Kreislauf-Erkrankungen zugrunde liegen. Systembiologische Ansätze unter Verwendung von Multi-Omics-Daten spielen eine wichtige Rolle bei der Identifizierung von zellulären Veränderungen und Signalereignissen, die mit der Entstehung und dem Fortschreiten von Erkrankungen zusammenhängen
Hochdurchsatz- / Hochauflösungstechnologien mit neuen bioinformatischen Strategien
Im Allgemeinen umfassen Multi-Omics-Technologien Analysemethoden, mit denen sich Biomoleküle aus Gewebeproben oder anderen biologischen Proben wie Blut auf globaler Ebene untersuchen lassen. Die Wissenschaftler:innen am ISAS widmen ihre Zeit der Entwicklung solcher Tools für die Integration von Multi-Omics-Datensätzen. Sie kombinieren verschiedene Analysemethoden wie Elektrospray-Ionisations-Massenspektrometrie (ESI-MS), MALDI (Matrix Assisted Laser Desorption/Ionization) sowie Licht- und Fluoreszenzmikroskopie und entwickeln neue bioinformatische Strategien zur Datenanalyse.