ROCKET

Förderung

ERACoSysMed JTC-2

Kurzbeschreibung

Übergeordnetes Ziel ist, durch Optimierung der Diagnostik die Funktionsdauer von Nierentransplantaten zu verbessern. Diese ist derzeit auf ca. 15 Jahre begrenzt, bedingt durch diverse immunologische und nicht-immunologische Transplantatschädigungen, die isoliert oder kombiniert einwirken und letztlich zum Organverlust führen.
Goldstandard für die Diagnose dieser Prozesse ist die Gewebeuntersuchung mittels Transplantatbiopsie. Prinzipielle Limitation ist hierbei, dass eine sichere Diagnose wegen der Vieldeutigkeit der festgestellten Gewebeläsionen oft nicht möglich ist.
Zahlreiche Studien versuchten deshalb, molekulare Marker in Blut und Urin für die Diagnostik zu etablieren. Bisher gelang es jedoch nicht, diese hoch komplexen Muster verschiedener molekularer Ebenen (Transkriptom, Proteom, Peptidom, Lipidom, Metabolom) für die Routinediagnostik nutzbar zu integrieren.
Die Partner von ROCKET haben in zurückliegenden Studien Biomaterialien (Blut, Urin, Transplantatbiopsien) von mehr als 2000 Patienten auf den o.g. molekularen Ebenen analysiert und bisher Marker für die akute Abstoßung entwickelt. ROCKET wird die Daten aus diesen Analysen, der klinischen Parameter und Gewebeuntersuchungen mit Methoden der Systemmedizin integrieren, um Krankheitsprozesse im Transplantat besser zu definieren und zu diagnostizieren.

• Zusammenführung aller o.g. Daten in eine einheitliche Datenbank
• Inventarisierung klinisch-pathologisch definierter Krankheitsphänotypen und Annotation unscharf definierter Fälle
• Definition molekularer Markersets über die verschiedenen molekularen Ebenen hinweg für alle klar definierten Phänotypen, Abgleich der resultierenden Marker mit bekannten pathophysiologischen Netzwerken und Signalwegen
• Re-Klassifizierung von Fällen, die anhand bisheriger Kriterien nicht eindeutig definierten Krankheitsphänotypen zugeordnet werden konnten
• Mathematische Modellierung von Krankheitsprozessen unter Einbeziehung longitudinaler Verlaufsdaten
• Komplexizitätsreduktion der mathematischen Modelle mit Entwicklung einer Web-basierten Anwendung zur Patienten-individuellen Diagnose, Prognose und Risikostratifizierung

Die Projektleitung liegt bei Prof. Dr. Wilfried Gwinner von der Klinik für Nieren- und Hochdruckerkrankungen der Medizinischen Hochschule Hannover. Das PLRI beteiligt sich mit Arbeiten im Bereich des modellbasierten Datenmanagements.