MDCK-MRP2 - Dkfz

Forschungsschwerpunkt B
Funktionelle und Strukturelle Genomforschung
DNA-Mikroarrays stellen ein wichtiges Hilfsmittel auf dem
Weg des Verstehens von Organismen auf der genomischen
Ebene dar. Transkriptionsaktivitäten von tausenden Genen
können gleichzeitig bestimmt werden, und sogar das gesamte
Genom eines Organismus kann Gegenstand einer Untersuchung
sein.
Die Anwendung von “Datawarehouse”-Konzepten und
Technologien aus dem Bereich kundenorientierter Geschäftsprozesse
auf genomische Daten ermöglicht ein effizientes
Data Mining [9]. Wir entwickeln deshalb ein integriertes
Konzept, um Mikroarraydaten in einem zentralen
Datawarehouse (spezielle Datenbank für das Data-Mining)
zu speichern und diese Daten in analysierter Form zugänglich
zu machen. Dies geschieht unter Berücksichtigung der Verschiedenartigkeit
der experimentellen Techniken sowie der
Beschreibung von Mikroarrayexperimenten. Darauf aufbauend
entwickeln wir Techniken, um allgemeine Analyseprozesse
zu etablieren, z.B. die Normalisierung von Genexpressionsdaten,
Identifizierung von unterschiedlich transkribierten
Genen oder das Clustering von Proben und Genen in
der Datenbank [21].
Zusätzlich wenden wir Klassifikationsalgorithmen wie Entscheidungsbäume,
neuronale Netzwerke und Support Vektor
Maschinen an. Auf diese Weise können Klassifikationssysteme
entwickelt und für diagnostische oder prognostische
Aussagen nutzbar gemacht werden [16]. Einige wichtige
Beispiele sind die Klassifizierung der Ergebnisse von
Tumoruntersuchungen auf der Grundlage von bereits vorhandenen
Gruppen (Tumorgrad, zytogenetische Daten)
oder das Auffinden neuer Unterklassen in einer Menge von
Tumoruntersuchungen basierend auf Genexpressionsprofilen.
Insbesondere haben wir eine Methode entwickelt, die solche
Klassifikationssysteme auf der Basis von Entscheidungsbäumen
erstellt [5]. Entscheidungsbäume haben den Vorteil,
dass die Entscheidungsregeln transparent sind und sofort
abgelesen werden können; außerdem entfällt die bei
anderen Verfahren z.T. notwendige Merkmalsauswahl, d.h.
die Beschränkung auf eine kleine Zahl informativer Gene.
In einem anderen Ansatz haben wir ein Merkmalsauswahlverfahren
mit einem künstlichen neuronalen Netzwerk kombiniert,
um Daten aus vergleichenden genomischen Hybridisierungen
mit der Wahrscheinlichkeit des Vorliegens von Metastasen
bei Brustkrebs zu assoziieren [17]. Darüber hinaus
konnte durch Analyse der Daten eine neue Hypothese der
Metastasierung bei Brustkrebs entwickelt und gestützt
werden.
In einem weiteren Projekt haben wir Bayes’sche Netzwerke
benutzt, um aus Daten über genetische Aberrationen von
Urothelkarzinomen ein Modell zur Tumorprogression in diesen
Tumoren aufzustellen [20].
Zur Unterscheidung von dedifferenzierten und pleiomorphen
Liposarkomen haben wir neben Clusterverfahren Support
Vektor Maschinen eingesetzt [4]. So konnten die relevanten
Chromosomenorte für die Unterscheidung dieser
Tumorformen identifiziert und Regeln zur Klassifikation aufgestellt
werden.
In einer Untersuchung der Auswirkungen des Verlustes
(Deletion) verschiedener Untereinheiten der Casein-Kinase
II auf den Zellzyklus von Hefe haben wir die Korrespondenzanalyse
eingesetzt, um Gene mit veränderter Transkription
zu identifizieren [13].
In einer weiteren Studie konnten wir zeigen, dass die beobachtete
Häufung von differentiell exprimierten Genen an
Abteilung B080
Theoretische Bioinformatik
bestimmten Chromosomenorten beim Vergleich zweier
Subpopulationen von Thymus-Epithelzellen statistisch signifikant
ist [18].
Aktuelle Untersuchungen betreffen vor allem verschiedene
Formen myeloischer Leukämien (4 Kooperationen) und das
Neuroblastom (3 Kooperationen). Weiterhin stellen wir Service-
und Beratungsleistungen im Rahmen des Nationalen
Genomforschungsnetzwerks (NGFN) zur Verfügung und beteiligen
uns mit Kursen und Wissenschaftleraustausch an
der Weiterbildung biomedizinischer Forscher im Bereich der
Analyse hochdimensionaler molekulargenetischer Daten.
2. Datenbanken und Datenmanagement
J. Eils, K.H. Groß, P. Herde, R. Kabbe, O. Krebs,
C. Lawerenz, R. Eils
Kooperationen: Prof. Dr. Peter Lichter, Molekulare Genomanalyse,
DKFZ; Prof. Dr. Annemarie Poustka, Abteilung Molekulare
Genomanalyse, DKFZ; Prof. Dr. Sándor Suhai, Abteilung Molekulare
Biophysik, DKFZ; Prof. Dr. Christof Niehrs, Abteilung Molekulare
Embryologie, DKFZ; Prof. Dr. Werner Mewes, Institut für
Bioinformatik/MIPS, GSF, Neuherberg; Dr. Alexander Schramm,
Pädiatrische Onkologie, Universitätsklinik Essen; Prof. Dr.
Chakraborty, Institut für Medizinische Mikrobiologie, Universitätsklinik
Giessen; PD Dr. Roland Stauber, Georg-Speyer-Haus Frankfurt;
Prof. Dr. B. Schlegelberger, Institut für Zell- und Molekularpathologie,
MH Hannover; Dr. Albert Becker, Institut für Neuropathologie,
Universität Bonn; Dr. Thomas Häupl, Abteilung Rheumatologie,
Charite Berlin; Prof. Dr. KH Jöckel, Institut für Medizinische
Informatik, Universitätsklinik Essen.
Forschungsgruppen am DKFZ und an anderen Partnerinstituten
erzeugen eine große Menge an geno- und phänotypischen
Daten im Bereich der Mikroarray-Technologie. Diese
Daten müssen in standardisierter Form mit dem Ziel gespeichert
und verwaltet werden, sie sowohl mit anspruchsvollen
Auswertungsmethoden zu analysieren, als auch die wesentlichen
Vorgänge, die zu den experimentellen Ergebnissen
führen, eindeutig und nachvollziehbar zu dokumentieren.
Dazu haben wir ein Informationssystem konzipiert und implementiert,
das das Datenmanagement in die Datenanalyse
integriert. RNA- Expressionsdaten werden mit anderen
funktionellen genomischen Daten integriert. Die Funktionalität
der Plattform reicht vom Speichern der Daten in relationalen
Datenbankmanagementsystemen, etablierten
Schnittstellen zu kommerziellen und frei erhältlichen Auswerteprogrammen
bis zu Werkzeugen zur Präsentation und
Pflege der Daten.
Das MIAME-kompatible Oracle Datenbank-Schema iCHIP
speichert Informationen zur detaillierten Beschreibung von
biologischen Proben und Est-Klonen, Bilddaten, Hybridisierungsbedingungen,
Daten zum Experiment, Genexpressionswerte
(Rohdaten sowie prozessierte Daten), Qualitätsindikatoren
und beschreibende Informationen.
Basierend auf dem Datenbankschema haben wir in diesem
Jahr eine benutzerfreundliche Bedieneroberfläche mit angebundenen
Auswertewerkzeugen entwickelt. Diese Version
von iCHIP ist aktuell in mehreren klinischen Laboren im Einsatz,
wie z.B. im Krebsnetz und im Neuronetz.
Die Erweiterung von iCHIP von cDNA-Mikroarrays hin zu
anderen Datentypen (Proteinen, RNAi, Zellsysteme, Tissue-
Microarray) sowie die Weiterentwicklung von iCHIP zum
zentralen Speicher für umfangreiche Datensammlungen molekularbiologischer
und phenotypischer Daten wird im Fokus
der weiteren Entwicklung der Datenbankgruppe liegen.
DKFZ 2004: Wissenschaftlicher Ergebnisbericht 2002 - 2003
143