Computergestützte Virologie

Unsere Forschung

© TWINCORE/Lauber

Wir sind eine bioinformatische Forschungsgruppe, die sich mit der Untersuchung von Viren und Virusinfektionen unter Verwendung sequenzbasierter Ansätze befasst. Ein roter Faden unserer Projekte ist die Nutzung von Rohdaten aus öffentlichen Sequenzierungsarchiven, um in enger Zusammenarbeit mit experimentellen Virolog:innen und Kliniker:innen wissenschaftliche Hypothesen zu entwickeln und zu überprüfen. Wir verwenden Hochleistungsrechner und Deep Learning Ansätze, um die stetig wachsenden Daten- und Metadatenmengen zu analysieren.

Datengestützte Virusentdeckung

Ein Schwerpunkt unserer Forschung ist die Untersuchung der genetischen Vielfalt von Viren und der Virusevolution. Wir nutzen dafür große Mengen öffentlicher Sequenzierungsdaten, die wir nach viralen Genomen, welche als Nebenprodukt der Sequenzierung des Genoms oder Transkriptoms des untersuchten Organismus sequenziert wurden, zu durchsuchen. Ein Hauptziel unserer Forschung ist es, das eukaryotische Virom sowie das gesamte Virom von erkrankten und gesunden Menschen umfassend zu charakterisieren. Darüber hinaus versuchen wir, unbekannte Tierviren zu entdecken, die eng mit pathogenen Humanviren verwandt sind und somit als experimentelle Modelle dienen können. Unser besonderes Interesse gilt den Nidoviren und der Frage, wie sie die größten bekannten RNA-Genome mit einer Länge von bis zu 64 Kilobasen entwickelt haben. Wir koordinieren die taxonomische Klassifizierung von Nidoviren im Rahmen des International Committee on Taxonomy of Viruses (ICTV).

PREDICTORix – ein Ansatz zur Quantifizierung des Risikos zoonotischer Übertragungen basierend auf Virus-Wirt Koevolution

PREDICTORix ist ein quantitativer, phylogeniebasierter Ansatz, um das Risiko zoonotischer Übertragungen über ein breites Spektrum von Virusfamilien hinweg abzuschätzen, ohne dass experimentelle Daten zu Übertragung oder Pathogenität erforderlich sind. Durch die Kombination globaler Sequenzressourcen (einschließlich >150.000 neu entdeckter RNA-Virussequenzen), der expliziten Modellierung evolutionärer Beziehungen zwischen Virus und Wirt sowie zweier Risikometriken (allgemeines und gezieltes Spillover-Risiko) generiert PREDICTORix quantitative Spillover-Werte, die als Leitfaden für Interventionen und mechanistische Folgemaßnahmen dienen können. Ursprünglich als Resilienzmaßnahme gegenüber menschlichen Pandemien entwickelt, lässt sich der Ansatz auf Tiere und andere Wirtsarten ausweiten und hilft dabei, potenzielle Kandidaten für „Pathogen X“ zu antizipieren.

Genetische Determinanten schwerer RSV-Infektionen

In enger Zusammenarbeit mit RESIST-Wissenschaftler:innen und Kliniker:innen der MHH untersuchen wir das komplexe Zusammenspiel genetischer Variationen im menschlichen Genom, um genetische Veränderungen zu identifizieren, die mit dem Verlauf oder der Schwere einer Infektion mit dem humanen Respiratorischen Synzytial-Virus (RSV) bei Kleinkindern assoziiert sind. Wir versuchen, sowohl monogene als auch polygene Faktoren zu identifizieren, die den Schweregrad der Erkrankung beeinflussen. Um diese und andere Fragen zu klären, haben unsere lokalen und internationalen Kooperationspartner die Exome von Kleinkindern mit schwerer RSV-Erkrankung sowie von Kontrollpersonen mit leichter RSV-Infektion sequenziert. Wir wenden Bioinformatik und genetische Assoziationsanalysen an, um wahrscheinliche kausale Varianten in immunbezogenen Genen zu identifizieren, die die Grundlage für experimentelle Folgeuntersuchungen bilden.