Arbeitsgruppe Sequenzierung und Genomik

Wissenschaftlicher Überblick

Der Fokus dieser Gruppe liegt in der Entwicklung von Algorithmen und Werkzeugen für die Analyse von Next-Generation-Sequencing (NGS) Daten. Durch den enormen Zuwachs an Hochdurchsatzdaten brauchen wir spezielle Software um diese Daten effizient zu bearbeiten. Wir haben eine Infrastruktur zur Prozessierung entwickelt, die es uns z.B. ermöglicht, Fragen im Bereich der Krebsgenomik und Diagnostik zu beantworten. Alle Algorithmen wurden in Zusammenarbeit mit experimentellen Forschungsgruppen validiert und optimiert.

Transkriptom-Sequenzierung (RNA-seq)

(Marcel Schulz, Hugues Richard, Ruping Sun, Stefan Haas)

Wir interessieren uns für die Analyse von RNA-Expression und haben hierfür die Tools CASI und DASI entwickelt. Außerdem beschäftigen wir uns damit, die Assembly (das Zusammenkommen) von Transkripten aus kurzen Read Sequences verlässlich zu gestalten, selbst wenn die Transkripte durch die stark schwankenden Expressionslevel unterschiedlich viele Reads produzieren. Unser neu entwickeltes Assembly Tool Oases nutzt diese Information und rekonstruiert Transkripte dennoch erfolgreich.

Gemeinsam mit dem MPI für Neurologische Forschung arbeiten wir an der Entdeckung von Fusionstranskripten in Lungenkrebspatienten, da solche künstliche Transkripte eventuell die Tumorentwicklung vorantreiben.

Entdeckung von krankheitsrelevanten Mutationen (Resequenzierung)

(Anne-Katrin Emde, Michael Love, Ruping Sun, Hugues Richard, Sean O’Keeffe, Stefan Haas)

Ein wichtiges Anwendungsgebiet des NGS ist die Sequenzierung ganzer Genome oder Genomregionen, um den Genotyp eines Individuums zu bestimmen und damit beispielsweise krankheitsrelevante Mutationen zu entdecken. Die Resequenzierung vermag dies in Zukunft kostengünstiger und in höherer Qualität als traditionelle NGS Methoden zu erreichen.

Gemeinsam mit der Gruppe von H.-Hilger Ropers haben wir eine Methode erarbeitet, mit dem man Resequenzierungsdaten in großem Maßstab analysieren kann, mit dem Ziel, Mutationen zu entdecken, die geistige Behinderungen (intellectual disability, ID) hervorrufen können.

Wir haben diese Methoden an einer Patientengruppe angewendet, und damit 50 Gene identifizieren können, die nun mit autosomal-rezessiver ID in direkten Zusammenhang gebracht werden können. In einer Gruppe von über 400 männlichen Patienten, die an X-linked ID leiden, konnten wir pro Person 3-4 Mutationen identifizieren, die eventuell die Behinderung hervorrufen und nach einer Validierung in die genetische Beratung der Familie mit einfließen.