curATime - Cluster für Atherothrombose und individualisierte Medizin; Teilprojekt: Hochauflösende 4D Proteomik- und Lipidomik Plattform zur Entschlüsselung molekularer Pathomechanismen der Atherothrombose (diAMs)
Abschlussbericht zum Teilvorhaben "curAIdent: diAMs-P5", Teilprojekt A
Date
Authors
Editor
Advisor
Volume
Issue
Journal
Series Titel
Book Title
Publisher
Other Versions
Link to publishers' Version
Abstract
Die diAMs- Plattform integriert hochauflosende quantitative daten-unabhangige (DIA) Massenspektrometrie-Technologien für die klinische Forschung in den CurATime Cluster. Die im Rahmen des BMBF-geforderten Mainzer Forschungskerns DIASyM generierten multidimensionalen Datensatze aus klinischen Kohorten auf Protein-, Lipid- und Metabolitenebene ermöglichen zusammen mit bioinformatischen Workflows, maschinellem Lernen und Multi-OMICS-Datenintegration eine umfassende Charakterisierung klinischer Proben und die Entschlusselung komplexer pathophysiologischer Mechanismen bei unterschiedlichen Krankheitsbildern.
Die diAMs- Plattform bringt diese Technologie in den CurATime Cluster ein und setzt diese ein, um molekulare Signaturen für maßgeschneiderte Behandlungs- und Präventionskonzepte für kardiovaskulare Erkrankungen zu definieren und in die klinische Anwendung zu bringen. Hierzu nutzen wir etablierte LC-IMSMS Workflows für die Multi-OMICs-basierte Charakterisierung der ProsPECTUS-Kohorte, um mehrdimensionale Biomarkerprofile für die subgruppen-spezifische Stratifizierung von Patienten mit Atherothrombose zu etablieren. Zudem entwickelt diAMs modernste bioinformatische Workflows für die Integration von Multi-OMICs Datensätzen und ihre Annotation und Interpretation unter Verwendung der Analyse biologischer Netzwerk- und Pfaddaten fur Patientenstratifizierung und Biomarker-Erkennung.
Im Teilprojekt A des diAMs-P5 unter der Leitung von Prof. Stefan Tenzer wurden im Rahmen des Arbeitspakets 1 quantitative Proteomsignaturen aus über 1.600 Plasmaproben der ProsPECTUS-Kohorte erstellt, um eine verbesserte Differenzierung kardiovaskulärer Krankheitsbilder zu ermöglichen und damit zu einer präziseren Diagnostik und personalisierten Therapie beizutragen. Anders als bei etablierten affinitätsbasierten Multiplex-Verfahren wie Olink kam hierfür ein massenspektrometrischer, hypothesenfreier DIA-Ansatz zum Einsatz. Auf Basis der im DIASyM-Forschungskern etablierten Methodik - bestehend aus MagNet-Probenaufbereitung und DIA-Messung - wurden 1.900 Proteine in über 1600 Plasmaproben quantifiziert; die Daten wurden anschließend zur statistischen Auswertung an den Kooperationspartner Prof. Wild übergeben. Mittels Elastic-Net-Regressionsanalysen konnte unter Einbeziehung klinischer Parameter wie Alter, Geschlecht, BMI, eGFR und PAD eine Stratifizierung nach ACS-Subtyp (iAP, kein ACS, NSTEMI, STEMI) vorgenommen werden. Der direkte Vergleich mit den Olink-Daten liefert dabei erste Hinweise auf die Klassifikationsleistung beider Plattformen sowie auf deren Komplementarität.
Darüber hinaus wurde im Rahmen des Arbeitspakets 3 ein quantitativer DIA-MS-Workflow zur Charakterisierung posttranslational modifizierter Peptide, insbesondere des Phosphoproteoms, entwickelt, der auch bei geringem Probeninput einsetzbar ist und auf der TimsTOF-SCP-Plattform optimiert wurde. Die auf diese Weise etablierten (Phospho-)Proteomik-Workflows standen im weiteren Projektverlauf auch den Partnerprojekten des Konsortiums, u.a. curATarget, megATarget und heartATech zur Verfügung.
