Mikrobiom

Statistische Methoden für hoch-dimensionale Daten in der Mikrobiomforschung

In diesem Projekt beschäftigen wir uns mit methodischen Fragestellungen im Kontext hoch-dimensionaler Daten aus Mikrobiomstudien. Ein besonderer Fokus liegt auf der Analyse von komplexen Datenstrukturen wie z.B. geclusterten Daten aus longitudinalen Studien oder Meta-Analysen.

  1. Unser systematisches Review (https://msystems.asm.org/content/6/1/e01154-20) von Analysestrategien in Studien, die sich mit der Untersuchung des menschlichen Mikrobioms befassen, bietet einen Überblick über die aktuelle Praxis in diesem Feld. Dieses Review beschäftigt sich sowohl mit den gestellten Forschungsfragen als auch den genutzten Studiendesigns und Analysestrategien, um diese Fragen zu beantworten.
  2. In einem systematischen Review – in Verbindung mit der gepoolten Analyse individueller Patientendaten – analysieren wir strukturelle Veränderungen im Darmmikrobiom von Parkinson-Patienten. Das Ziel ist es zu untersuchen, wie Schätzungen von unterschiedlichen Studien – z.B. in Bezug auf Diversität, differentiell abundante Taxa oder differentielle Expression von Stoffwechselwegen – gepoolt werden können. Als weiterer Fokus dieses Projektes gilt es zu ermitteln, ob die Heterogenität zwischen Studien durch die Harmonisierung der Bioinformatikpipelines und der Analysestrategien reduziert werden kann. Dies beinhaltet die Fragestellung, wie Mikrobiomdaten auf individuellem Patientenlevel – z.B. aus 16S-rRNA-Gensequenzierung – für gemeinsame Analysen gepoolt werden können. Wir haben das Studienprotokoll bei PROSPERO registriert: www.crd.york.ac.uk/prospero/display_record.php
  3. In einer weiteren Studie widmen wir uns der Simulation von Mikrobiomdaten zur Evaluation und zum Benchmarking bestehender sowie neuer Methoden in Bezug auf verschiedene Parameter, die im Kontext von Mikrobiomdaten von Interesse sind. Ein besonderer Fokus liegt hierbei auf der Simulation von komplexen Datenstrukturen, wie etwa geclusterten Daten (z.B. aus Meta-Studien) oder Daten aus longitudinalen Studien.

(zuletzt aktualisiert am 02.02.2022)

Projektübersicht

Ansprechpartner: Sven Kleine Bardenhorst
Projektleitung am IESM: André Karch
Projektbeteiligte: Nicole Rübsamen, Sven Kleine Bardenhorst
Projektpartner: Marius Vital (Medizinische Hochschule Hannover), Frank Klawonn (Helmholtz-Zentrum für Infektionsforschung Braunschweig)
Finanzierung: Eigenmittel
Stand: laufend

Publikationen

  • Kleine Bardenhorst S, Vital M, Karch A, Rübsamen N. Richness estimation in microbiome data obtained from denoising pipelines. Computational and Structural Biotechnology Journal. 2022;20: 508–520. doi: 10.1016/j.csbj.2021.12.036
  • Kleine Bardenhorst S, Berger T, Klawonn F, Vital M, Karch A, Rübsamen N. Data analysis strategies for microbiome studies in human populations - a systematic review of current practice. mSystems. 2021;6: e01154-20. doi: 10.1128/mSystems.01154-20
  • Rath S, Rox K, Kleine Bardenhorst S, Schminke U, Dörr M, Mayerle J, Frost F, Lerch MM, Karch A, Brönstrup M, Pieper DH, Vital M. Higher Trimethylamine-N-Oxide Plasma Levels with Increasing Age Are Mediated by Diet and Trimethylamine-Forming Bacteria. mSystems. 2021;6:e00945-21. doi: 10.1128/mSystems.00945-21
  • Vital M, Karch A, Pieper DH. Colonic butyrate-producing communities in humans: an overview using Omics data. mSystems. 2017;2(6). pii: e00130-17. doi: 10.1128/mSystems.00130-17.
  • Rath S, Rud T, Karch A, Pieper DH, Vital M. Pathogenic functions of host microbiota. Microbiome. 2018;6(1):174. doi: 10.1186/s40168-018-0542-0.
  • Caputo M, Zoch-Lesniak B, Karch A, Vital M, Meyer F, Klawonn F, Baillot A, Pieper DH, Mikolajczyk RT. Bacterial community structure and effects of picornavirus infection on the anterior nares microbiome in early childhood. BMC Microbiol. 2019;19(1):1. doi: 10.1186/s12866-018-1372-8.