Human-Microbe Systems Bioinformatics

Die Integration von Daten aus verschiedenen Omics-Technologien birgt immenses Potential für die Naturstoffforschung. Kürzlich haben wir gepaarte Genomik- und Metabolomik-Datensätze für die Hochdurchsatzanalyse von ribosomalen (RiPPs) und nichtribosomalen (NRPs) Peptiden verwendet. Wir arbeiten derzeit daran, diese Modelle auf andere Klassen von Naturprodukten auszuweiten. Dahingehend ist geplant, weitere omics-Ebenen (Transkriptomik, Proteomik, Metagenomik) hinzuzufügen, um die Werkzeuge sowohl spezifischer als auch sensitiver zu gestalten.

Biosynthetische Gencluster (BGCs) sind für die Produktion von Naturstoffen verantwortlich und spielen daher eine wichtige Rolle bei der Gestaltung mikrobieller Ökosysteme und der Interaktionen zwischen Wirt und Mikrobe. Wir treffen automatisierte Vorhersagen zu BGCs aus verschiedenen Mikrobiomen mit Hilfe von Genom-Mining-Software, korrelieren die Häufigkeit von BGCs mit Metadaten, wie dem Gesundheitszustand der assoziierten Patienten, und identifizieren die klinisch relevanten BGCs. Um die weitere experimentelle Validierung effektiver zu gestalten, entwickeln wir Methoden zur Verknüpfung von BGCs mit ihren mutmaßlichen Endprodukten.

Metagenomische Sequenzierung ermöglicht eine genetische Untersuchung komplexer Mikrobiome. Die Interpretation von Metagenomdaten erfordert jedoch mehrstufige Berechnungsmodelle, sog. Pipelines, an denen Dutzende von Softwaremodulen beteiligt sind, wie z. B. “Short/Long-Read-Assembler”, “Binner” und “taxonomische Klassifikatoren”. Wir beteiligen uns daher an der CAMI-Initiative (Critical Assessment of Metagenome Interpretation), die Forschern und Softwareentwicklern Richtlinien und bewährte Verfahren für die Analyse metagenomischer Daten vorschlägt. Darüber hinaus sind wir für die kontinuierliche Entwicklung metaQUAST und QUAST, beides führende Softwarelösungen für die Auswertung von (Meta-)Genomassemblierungen, zuständig.