Identifizierung und Charakterisierung von Long COVID19Patienten durch VollblutTranskriptomik
Description: Immer mehr Hinweise deuten auf eine steigende Prävalenz von Long COVID-19 hin, ein kürzlich geprägter Begriff für nicht genesene Patienten mit persistierenden klinischen Symptomen für mehr als sechs Monate nach akutem COVID-19. Obwohl ein dereguliertes Immunsystem als mögliche Ursache postuliert wurde, gibt es derzeit keine Möglichkeit, Long COVID-19-Patienten frühzeitig nach akutem COVID-19 zu identifizieren. Wir haben vor kurzem Vollblut-Transkriptomik genutzt, um Krankheitsklassifikatoren für akutes COVID-19 zu erstellen, sowie die Heterogenität der Krankheit anhand von molekularen Phänotypen zu analysieren. Das DeCOI (Deutsche COVID-19 Omics Initiative) Netzwerk hat an mehreren Standorten in Deutschland Patientenkohorten etabliert, die sich bereits als äußerst wertvoll für die Analyse und das Verständnis des akuten COVID-19 erwiesen haben. Indem wir klinische Wissenschaftler, DFG-geförderte Sequenzierzentren und Computerexperten zusammenbringen, werden wir das Wissen und die Expertise in klinischer Infektiologie, Genomik und maschinellem Lernen kombinieren, um Long COVID-19 besser zu charakterisieren. Wir werden die Proben aus diesen Kohorten verwenden, um Vollblut-Transkriptom-Signaturen und Klassifikatoren zu erstellen um Long COVID-19 Patienten zu identifizieren und ihre molekularen Phänotypen zu bestimmen, um die Heterogenität der Krankheit aufzuklären. Darüber hinaus werden wir eine mögliche genetische Suszeptibilität für Long COVID-19 durch die Analyse aberranter Expression identifizieren und mikrobielle Profile aus dem Blut als potenzielle Biomarker untersuchen. Zusammengenommen werden diese Analysen die Identifizierung molekularer Mechanismen der Long COVID-19 bezogenen Biologie und potenzieller therapeutischer Ziele für die weitere Nutzung in klinischen Studien ermöglichen.
Funder: Deutsche Forschungsgemeinschaft
Amount: €4,178,000
Funding type: grant
Funder scheme: Sachbeihilfen
Start date: 2021-01-01
End date: 2023-12-31
Funded outputs count: 20
Funder award ID: 466168626
OpenAlex ID: G3383152245