Integrative Analyse von Omics nach Nierentransplantation

Einleitung

Durch die technologische und Information Technology (IT)-Revolution der letzten Dekade auch im ‚life science‘-Bereich ist es inzwischen kein großes Problem mehr, aus einer einzigen Probe (z. B. Nierenbiopsie) alle mRNA-Transcripte zu bestimmen. Diese Technik bezeichnet man als Trans­criptomics und stellt nur eine Methode in der Fülle der inzwischen technisch möglichen Analysen dar. Weitere Bereiche sind Metabolomics, Proteomics, etc., die alle gemeinsam haben, mit dem ‚Suffix‘ ‚Omics zu enden. Omics ist ein Neologismus, also ein neu kreiertes Wort, das sich von Genomics ableitet, der Verbindung von Gen und Chromosome. Das Wort Genome wurde vom deutschen Botaniker Hans Winkler 1920 geschaffen (Winkler H, Verbreitung und Ursachen der Parthenogenesis im Pflanzen- und Tierreiche. Fischer, Jena 1:231, 1920).

Um aus der Vielzahl der erhobenen Daten aus einer Probe auch sinnvolle Information ziehen zu können, müssen diese Daten aufbereitet werden und in einen sinnvollen Kontext zur Fragestellung (z. B. Phänotyp oder Erkrankung) gesetzt werden. Die Integration dieser Information von vielen Ebenen, um biologische Prozesse umfassend beschreiben zu können, wird als Systembiologie bezeichnet. Dieser integrative Ansatz liefert letztendlich einzelne molekulare Kandidaten und Pathways, die einen Phänotyp charakterisieren. Wenn man nun mehrere dieser molekularen Kandidaten berücksichtigt, gelingt die Vorhersage von z. B. klinischen Verläufen oder Therapieansprechen mit höherer Wahrscheinlichkeit als bei der Verwendung nur eines Kandidaten (Biomarkers). Dies ist auch der wesentliche Unterschied zur deduktiven Forschung der vergangenen Jahre, wo meist nur ein oder wenige molekulare Prädiktoren in Bezug auf ein klinisches Outcome untersucht wurden. Da aber die einzelnen molekularen Faktoren üblicherweise in ein komplexes Netzwerk von Interaktionspartnern eingefügt sind, ermöglich dieser induktive Zugang eine viele breitere/ umfassendere Sicht von molekularen Abläufen, die einen Phänotyp charakterisieren. Das Ergebnis ist allerdings nur eine Wahrscheinlichkeit, mit der basierend auf den Omics-Daten (z. B. Genotyp) ein klinisches Ereignis vorhergesagt werden kann.

Letztendlich läuft dieser breite Zugang auf die ‚personalisierte Medizin‘ hinaus. Ultimatives Ziel dieses Zuganges ist es, durch ein Netzwerk von einigen wenigen selektierten Kandidaten, die aber das ganze Netzwerk repräsentieren, den individuellen Patienten optimal in Bezug auf Risiko, Progression und Therapieansprechen von definierten Erkrankungen einzuschätzen. Näheres finden Sie im Kapitel ‚Personalisierte Transplantnephrologie‘.