CompLS - Runde 4 - Verbundprojekt EMUNE - Invertierbare neuronale Netze für ein verbessertes Verständnis von Infektionskrankheiten; Teilprojekt E

Abstract

Die Interaktionen von Wirt und Krankheitserregern basieren auf dem komplexen Zusammenspiel verschiedener biologischer Prozesse, die sich über mehrere räumliche und zeitliche Ebenen abspielen. Für viele Krankheitserreger sind die entscheidenden Faktoren, die diese Prozesse regulieren und damit Krankheitsverläufe beeinflussen, noch unbekannt, was insbesondere auch für neuauftretende Krankheitserreger gilt. Während eine Vielzahl an neuen experimentellen Systemen, wie fortschrittliche Organoid- und Gewebekulturen, sowie diagnostischen Methoden (z.B. bildgebende Verfahren, Serologiemessungen, OMICS-Technologien) uns eine Fülle an Beobachtungen liefern, bleibt die Integration, und damit auch Interpretation dieser Daten eine stetig wachsende Herausforderung. Das Ziel des Verbundprojekts EMUNE war die Entwicklung eines flexiblen und adaptierbaren Tools zur Analyse klinischer und experimenteller Datensätze auf Grundlage neuer Konzepte des maschinellen Lernens für ein verbessertes Verständnisses von Wirts-Pathogen-Interaktionen. Die Aufgabe der FAU Erlangen-Nürnberg bestand insbesondere darin, die entwickelten Methoden zur Bestimmung und Quantifizierung von Wirts-Virus-Interaktionen in komplexen Gewebestrukturen anhand experimenteller Daten zu nutzen und weiterzuentwickeln.