Involvierte Personen: S. Böcker, M. Hölzer, M. Marz, M. Pletz, G. Pohnert

[Could not find the bibliography file(s)Zur Detektion kleiner Moleküle wird wegen seiner herausragenden Sensitivität üblicherweise Massenspektrometrie (MS) verwendet. Leider gestaltet sich die Identifikation ungleich komplizierter. SIRIUS [?] und CSI:FingerID [?] erlauben es, statt in Spektren-Bibliotheken in wesentlich umfangreicheren Strukturdatenbanken zu suchen, und erreichen dabei herausragende, in unabhängigen Evaluationen bestätigte Identifikationsraten [?]. Insbesondere kann CSI:FingerID – anders als alle konkurrierenden Methoden – Tandem-MS-Daten in Strukturinformation umwandeln. Hierbei kommen mehrere tausend Support Vector Machines (SVMs) sowie multiples Kernellernen [?] zum Einsatz.

Marines Plankton, unser Modellsystem für DigLeben, ist für die Funktion unseres Klimas essentiell [?]. Virale Infektionen können hier zur Reorganisation von Lebensgemeinschaften führen. Wir wollen dieses noch wenig verstandene Phänomen durch systematische Erfassung und Auswertung von Metabolom- und Transkriptomdaten, die den Infektionsverlauf abbilden, addressieren. Wir werden in den beteiligten Laboren etablierte Infektionssysteme nutzen, um Modellinfektionen von einzelligen Algen (Phytoplankton) zu verfolgen. Ziel ist es, Muster zu erkennen, die auf natürliche Systeme übertragbar sind. So sollen Prädiktoren für funktionelle Dynamiken von Ökosystemen im Ozean erkannt werden, um Angriffspunkte für eine Interventionslösung zu finden. Potenzielle Anwendungen der bioinformatischen Methoden im Bereich der Infektionsmedizin und den Umweltwissenschaften werden in gemeinsamen Aktivitäten innerhalb DigLeben in Form von regelmäßigen gemeinsamen Workshops und Diskussionen der beteiligten Personen des Projekts erarbeitet.

Um neue Wirkstoffe für Medikamente sowie Biomarker für virale Infektionen zu entdecken, setzen wir seit mehr als 100 Jahren Massenspektrometrie ein. Durch das Zusammenführen mehrerer in Jena erhobener Datensätze sollen neue Verfahren der künstliche Intelligenz die Vorhersage von Wirkstoffen und Biomarkern ermöglichen. Hier sollen durch Kernel-Methoden vorhergesagte molekulare Fingerabdrücke gemeinsam mit Transkriptionsdaten in einem tiefen neuronalen Netzwerk analysiert werden.