English China

Interaktive Multi-Omics-Analyseplattform anhand einer Toxizitätsstudie demonstriert
Gemeinsam durch den Omics-Datendschungel

Ein Gastbeitrag von Bjørn Steinhoff, Head of Strategic Development Pan Hunter, Evotec 5 min Lesedauer

Anbieter zum Thema

Genom, Transkriptom, Proteom, Metabolom – die großen molekularbiologischen Forschungsfelder werden als „Multi-Omics“ zusammengefasst. Ein ganzheitlicher Blick auf diese eng verbundenen Bereiche ermöglicht zielgerichtete Erforschung von Krankheiten und Medikamenten, erzeugt aber auch enorme Datenmengen. Ein Fallbeispiel zeigt, wie eine Analyseplattform hier optimale, übersichtliche Zusammenarbeit gewährleistet.

Abb.1: Die Multi-Omics-Forschung ist ein Datendschungel, der eine effiziente Zusammenarbeit von Forschern erfordert (Symbolbild).(Bild:  KI-generiert (Firefly))
Abb.1: Die Multi-Omics-Forschung ist ein Datendschungel, der eine effiziente Zusammenarbeit von Forschern erfordert (Symbolbild).
(Bild: KI-generiert (Firefly))

Kaum etwas ist so komplex wie der menschliche Organismus. Das Zusammenspiel aus Genen, Proteinen und Botenstoffen stellt ein sensibles Gleichgewicht dar, was entscheidend für den Unterschied zwischen Gesundheit und Krankheit ist. Wenn etwas nicht so funktioniert, wie erwünscht, beginnt die Suche nach dem Fehler. Als wichtiges Hilfsmittel hat sich hier die Multi-Omics-Forschung erwiesen, die Genom-, Transkriptom-, Proteom- und Metabolomstudien miteinander kombiniert und so den Blick auf das von kleinen Details bis zu dem großen Ganzen erlaubt. Dies führt zwangsläufig zu riesigen Mengen unterschiedlichster, miteinander verknüpfter Datensätze, deren Geheimnisse nur mithilfe komplexer bioinformatischer Plattformen gelüftet werden können. In Zusammenspiel mit Patientendaten profitiert auch die Arzneimittelforschung von diesem kombinierten Ansatz.

Allerdings benötigen Wissenschaftler aufgrund der speziellen und komplexen Art der Analyse eine geeignete Softwareanwendung, die nicht nur zuverlässig sein und reproduzierbare Ergebnisse liefern sollte, sondern auch die Zusammenarbeit zwischen den Projektforschenden und ihren Teams erleichtern muss. Zu diesem Zweck hat Evotec eine webbasierte Plattform namens Pan Hunter entwickelt. Sie kombiniert die Möglichkeiten Peer-Review-validierter statistischer Analysealgorithmen mit dem Potenzial von maschinellem Lernen und künstlicher Intelligenz. Mit ihr lassen sich sowohl wenige Multi-Omics-Datensätze bearbeiten als auch Millionen von Datenpunkten gleichzeitig korrelieren.