Genetische Suszeptibilität des Wirtes für Infektionen mit dem Influenzavirus
Jedes Jahr verschulden Influenza-Infektionen weltweit ungefähr 500 Millionen, und in Deutschland, rund 500 000 schwere Krankheitsfälle. Ca. 10.000 Menschen sterben in Deutschland jährlich an einer Influenza-Infektion. Die Bedeutung des Mausmodells konnte sowohl für den historischen Influenza A/H1N1 Subtyp als auch für die neu aufgetretene hoch-pathogene H5N1 vom Subtyp A/H5N1 demonstriert werden.
In unserer Forschungsgruppe analysieren wir Faktoren der Suszeptibilität des Wirtes, die an einer Infektion mit dem Influenzavirus beteiligt sind, indem wir unterschiedliche rekombinante Inzucht-Mausstämme infizieren. Pathologie, Verlauf der Krankheit und Immunantwort werden untersucht und eine vollständige Genomexpressionsanalyse der Lunge durchgeführt. Dieses Vorgehen erlaubt uns, diejenigen genomischen Regionen zu identifizieren, die an der Suszeptibilität oder der Resistenz des Wirtes gegenüber einer Influenza-Infektion beteiligt sind. Zudem können wir mit diesen Daten die zu Grunde liegenden Gen-regulatorischen Netzwerke entschlüsseln.
Von einzelnen Gen-Interaktionen zu regulatorischen Netzwerken
Wenn das Immunsystem einer Infektion ausgesetzt ist, muss es seinen Verteidigungsmechanismus sehr kontrolliert aktivieren. Um die Immunantwort so zu gestalten, dass der Angreifer getötet aber das übrige Gewebe des Wirtes intakt bleibt, ist eine komplexe Interaktion zwischen Effektor T-Zellen und regulatorischen T-Zellen notwendig.
Wir analysieren die Expressionsprofile von verschiedenen rekombinanten Inzucht-Mausstämmen auf genomweiter Ebene und verknüpfen Genexpressions-Daten mit genotypischen Daten. Auf diese Weise können einzelne regulatorische Interaktionen als quantitative Eigenschaften beschrieben werden. Darüber hinaus können durch Unterschiede in den Expressionsprofilen ganze Sätze von Zielgenen, die durch denselben genomischen Lokus kontrolliert werden, als Gruppen ko-regulierter Gene identifiziert werden.
Mit einer solchen systematischen Herangehensweise lassen sich „Master“-Regulator-Gene und regulatorische Netzwerke identifizieren und Interaktionsnetzwerke erstellen.