DMDPipe: Pipeline för identifiering av sjukdomsalstrande moduler för individualiserad diagnostik och behandling

Ett HÖG-projekt finansierat av KK-stiftelsen med syfte att utveckla en pipeline för att identifera och analysera sjukdomsalstrande moduler av samverkande proteiner. Projektet förväntas bidra till utvecklingen av individualiserad diagnostik och behandling av astma.

Nätverksbaserade metoder har gett upphov till ett antal kraftfulla verktyg för analys av komplexa sjukdomar. En vanligt förekommande strategi är att identifiera sjukdomsrelaterade nätverksmoduler. Det är allmänt vedertaget att sjukdomsrelaterade gener inte är slumpvis placerade i det humana nätverket av interagerande proteiner. De utgör istället moduler av proteiner som är samlokaliserade i interaktionsnätverket och även överlappar i andra former av "omics"-data.

Nätverksbaserade metoder har använts för prognos av astma och multipel skleros för att identifiera nya kombinationer av biomarkörer. En stor begränsning i nuvarande metoder är dock att de inte tar hänsyn till individvariation, vilket dock är nödvändigt när målsättningen är att utveckla metoder för individualiserad diagnostik.

I det här projektet skapar vi modeller av sjukdomsmoduler på flera nivåer genom att integrera olika former av "omics"-data, med målsättning att identifiera patient-specifika regulatoriska transkriptionsfaktorer. Arbetet syftar till att utveckla matematiska modeller för prediktion av hur dessa transkriptionsfaktorer kan påverkas, och till att skapa en pipeline för analys av astma och multipel skleros som kan användas för att föreslå patient-specifika terapeutiska ingrepp.

Projektet är ett samarbete mellan Högskolan i Skövde och Linköpings universitet, samt de tre partnerföretagen AstraZeneca, TATAA Bioscience och MultiD.

Projektledare

Zelmina Lubovac
Bitr. prefekt/Lektor
Institutionen för biovetenskap
zelmina.lubovac@his.se

Projektet i korthet

Projektets fullständiga namn:
DMDPipe – Pipeline för identifiering av sjukdomsalstrande moduler för individualiserad diagnostik och behandling

Projekttid:
2018-03-01 till 2021-02-28

Finansieras av:
KK-stiftelsen, Högskolan i Skövde, AstraZeneca AB, TATAA Bioscience AB, MultiD Analyses AB

Medverkande forskare

Zelmina Lubovac, PhD (Skövde)
Angelica Lindlöf, PhD (Skövde)
Benjamin Ulfenborg
, PhD (Skövde)
Björn Olsson
, PhD (Skövde)
Maria Riveiro, PhD (Skövde)
Mika Gustafsson, PhD (Linköping)
Mikael Kubista
, PhD (TATAA)
Robert Sjöback, PhD (TATAA)
Amin Forootan, MSc (MultiD)
Daniel Muthas, PhD (AstraZeneca)