![[Translate to deutsch:] Research focus of Subarea 5.](https://www.leibniz-fli.de/fileadmin/_processed_/7/0/csm_Fig15_Grafik_Subarea_5_20190708_2bf6fab8d7.jpg "[Translate to deutsch:] Research focus of Subarea 5.")
Teilbereich 5: Systembiologie und Bioinformatik des Alterns
Teilbereich 5 konzentriert sich auf die Entwicklung von Methoden zur Analyse und zum Verständnis komplexer biologischer Systeme. Diese Arbeit umfasst das Design von Computeralgorithmen und biostatistischen Ansätzen sowie die Entwicklung neuer Omics- Strategien (z.B. Genomik/Epigenomik, Transkriptomik, Proteomik und Metabolomik) zur Untersuchung des Alterns und von alternsbedingten Krankheiten.
Aufgrund seiner Expertise in der rechnergestützten Datenanalyse ist der Teilbereich 5 eng mit allen anderen Teilbereichen verbunden, beinhaltet zwei wichtige Serviceeinrichtungen (Life Science Computing, Proteomics) und bietet Beratung im Bereich Statistik an. Darüber hinaus organisiert der Bereich Kurse zur Datenanalyse und Statistik.
Die Forschung wird durch fünf Schwerpunktbereiche definiert:
- Abbildung extrinsischer und intrinsischer Faktoren, die die Stammzellen während des Alterns beeinflussen,
- Integration von raumzeitlichen Proteomik- und Transkriptomikdaten,
- Umfassende Bewertung von qualitativen und quantitativen Expressionsveränderungen,
- Identifizierung und Analyse von epigenomischen Veränderungen im Alter und altersbedingten Veränderungen,
- Netzwerkanalyse von genomischen, transkriptomischen und epigenomischen Veränderungen während des Alterns.
Forschungsfokus Teilbereich 5
Die Biologie des Alterns ist ein vielschichtiges Zusammenspiel von Netzwerken auf organischer, zellulärer, molekularer und genetischer Ebene. Mit der Etablierung des Teilbereichs „Systembiologie und Bioinformatik des Alterns“ will das FLI der Komplexität dieses Zusammenspiels gerecht werden. Ziel ist es, die Forschung in den Bereichen 1-4 bestmöglich zu verknüpfen, indem Netzwerkdaten von unterschiedlichen systemischen Ebenen zusammengeführt und so Mechanismen und Zusammenhänge aufgezeigt werden, die in einer Einzelbetrachtung unentdeckt geblieben wären.
Publikationen
(seit 2016)
2019
- Quantitative Proteome Landscape of the NCI-60 Cancer Cell Lines.
Guo T, Luna A, Rajapakse VN, Koh CC, Wu Z, Liu W, Sun Y, Gao H, Menden MP, Xu C, Calzone L, Martignetti L, Auwerx C, Buljan M, Banaei-Esfahani A, Ori A, Iskar M, Gillet L, Bi R, Zhang J, Zhang H, Yu C, Zhong Q, Varma S, Schmitt U, Qiu P, Zhang Q, Zhu Y, Wild PJ, Garnett MJ, Bork P, Beck M, Liu K, Saez-Rodriguez J, Elloumi F, Reinhold WC, Sander C, Pommier Y, Aebersold R
iScience 2019, 21, 664-80 - Nucleoporin Nup155 is part of the p53 network in liver cancer.
Holzer K, Ori A, Cooke A, Dauch D, Drucker E, Riemenschneider P, Andres-Pons A, DiGuilio AL, Mackmull MT, Baßler J, Roessler S, Breuhahn K, Zender L, Glavy JS, Dombrowski F, Hurt E, Schirmacher P, Beck M, Singer S
Nat Commun 2019, 10(1), 2147 - Genomic and transcriptomic changes complement each other in the pathogenesis of sporadic Burkitt lymphoma.
López C, Kleinheinz K, Aukema SM, Rohde M, Bernhart SH, Hübschmann D, Wagener R, Toprak UH, Raimondi F, Kreuz M, Waszak SM, Huang Z, Sieverling L, Paramasivam N, Seufert J, Sungalee S, Russell RB, Bausinger J, Kretzmer H, Ammerpohl O, Bergmann AK, Binder H, Borkhardt A, Brors B, Claviez A, Doose G, Feuerbach L, Haake A, Hansmann ML, Hoell J, Hummel M, Korbel JO, Lawerenz C, Lenze D, Radlwimmer B, Richter J, Rosenstiel P, Rosenwald A, Schilhabel MB, Stein H, Stilgenbauer S, Stadler PF, Szczepanowski M, Weniger MA, Zapatka M, Eils R, Lichter P, Loeffler M, Möller P, Trümper L, Klapper W, ICGC MMML-Seq Consortium, Hoffmann S, Küppers R, Burkhardt B, Schlesner M, Siebert R
Nat Commun 2019, 10(1), 1459 - Comparison of protein quantification in a complex background by DIA and TMT workflows with fixed instrument time.
Muntel* J, Kirkpatrick* J, Bruderer R, Huang T, Vitek O, Ori** A, Reiter** L
J Proteome Res 2019, 18(3), 1340-51 * equal contribution, ** co-senior authors - Author Correction: Metastatic-niche labelling reveals parenchymal cells with stem features.
Ombrato L, Nolan E, Kurelac I, Mavousian A, Bridgeman VL, Heinze I, Chakravarty P, Horswell S, Gonzalez-Gualda E, Matacchione G, Weston A, Kirkpatrick J, Husain E, Speirs V, Collinson L, Ori A, Lee JH, Malanchi I
Nature 2019, 575(7784), E8 - Metastatic-niche labelling reveals parenchymal cells with stem features.
Ombrato L, Nolan E, Kurelac I, Mavousian A, Bridgeman VL, Heinze I, Chakravarty P, Horswell S, Gonzalez-Gualda E, Matacchione G, Weston A, Kirkpatrick J, Husain E, Speirs V, Collinson L, Ori A, Lee JH, Malanchi I
Nature 2019, 572(7771), 603-8 - Disentangling Genetic and Environmental Effects on the Proteotypes of Individuals.
Romanov N, Kuhn M, Aebersold R, Ori A, Beck M, Bork P
Cell 2019, 177(5), 1308-18 - RB, p130 and p107 differentially repress G1/S and G2/M genes after p53 activation.
Schade AE, Fischer M, DeCaprio JA
Nucleic Acids Res 2019, 47(21), 11197-208 - Author Correction: Epigenetic stress responses induce muscle stem-cell ageing by Hoxa9 developmental signals.
Schwörer S, Becker F, Feller C, Baig AH, Köber U, Henze H, Kraus JM, Xin B, Lechel A, Lipka DB, Varghese CS, Schmidt M, Rohs R, Aebersold R, Medina KL, Kestler HA, Neri F, von Maltzahn** J, Tümpel** S, Rudolph** KL
Nature 2019, 572(7769), E11-5 ** co-corresponding authors - Increased Expression of Immature Mannose-Containing Glycoproteins and Sialic Acid in Aged Mouse Brains.
Simon F, Bork K, Gnanapragassam VS, Baldensperger T, Glomb MA, Di Sanzo S, Ori A, Horstkorte R
Int J Mol Sci 2019, 20(24), 6118
