Bioinformatik
Querschnittstechnologie für die Omics Datenverarbeitung
Experimente und Studien unter Einbeziehung von Omics-Technologien liefern meist sehr große Datenmengen. Diese Daten beinhalten entweder Millionen kurzer Nukleinsäuresequenzen (DNA oder RNA) die mittels Next Generation Sequencing (NGS) aus einer biologischen Probe ausgelesen werden. Oder es entstehen extrem komplexe, hochdimensionale Datensätze, die die Expression von hunderten bis tausenden Gentranskripten, Proteinen oder Metaboliten wiederspiegeln. Diese Datennetze werden meist aus einer eher kleinen Anzahl an biologischen Proben gewonnen.
Aufgabe der Bioinformatik ist es, diese Hochdurchsatzdaten zu verwalten und mittels geeigneten Algorithmen und Software auf leistungsstarkern Servern so auszuwerten, dass sie ihre biologische Aussagekraft entfalten können. Bei der Auswertung werden meist auch externe Daten (z.B. bekannte Informationen zu molekularen Netzwerken oder ergänzende Gen-Annotationen) sowie probenspezifische Daten mit einbezogen. Bioinformatische Auswertungen können grundlegend zur Beantwortung vielfältiger biologischer und medizinischer Fragen beitragen, und haben zusätzlich das Potential im klinischen Alltag Diagnosen und Prognosen zu unterstützen.
Sequenzanalysen
Analyse von DNA-, RNA- oder Protein-Sequenzen ist ein wesentlicher Bestandteil vieler bioinformatischer Analysen. Durch Sequenzanalysen können z.B. die Verwandtschaft unterschiedlicher Spezies bestimmt, Mutationen aufgedeckt oder die Lage von Genen auf der DNA vorhergesagt werden. Zur Ermittlung solcher Sequenzen in biologischen Proben kommt die NGS Technologie zum Einsatz (DNA-seq oder RNA-seq).
Netzwerk Modellierung
Durch bioinformatisch-mathematische Modellierung von Netzwerken kann das Wechselspiel und die Abhängigkeiten zwischen Genen und weiteren Molekülen analysiert werden.
Signaturen
Die Analyse von Hochdurchsatz-Geneexpressionsdaten wir genutzt, um molekulare Muster/Signaturen zu ermitteln (d.h. Gene, die durch eine Erkrankung herauf- oder herunterexprimiert werden). Solche Signaturen können zur Diagnosestellung oder für die Prognose des weiteren Krankheitsverlaufs genutzt werden. Genexpressionsdaten werden heute meist mir Microarrays oder mit NGS (RNA-seq) gemessen.