|
Im Bereich der Genomforschung kam es im Verlauf der letzten Jahre zu einem dramatischen Anwachsen elektronisch gespeicherter Informationen [1]. Praktikable Lösungen zur Speicherung und Analyse der genomischen Daten werden durch die Bioinformatik entwickelt und den Anwendern zur Verfügung gestellt.
Die bioinformatische Forschung arbeitet z. B. an folgenden klinischen Fragestellungen: "Was ist eine Autoimmunkrankheit im genomischen Sinn?" oder "Wie kann man Multiple Sklerose anhand der Genexpression beschreiben?" Wenn es der Forschung gelingt, mittels genomischer Expressionsdaten Modelle für Krankheitsbilder (Gen-Netze) zu entwickeln, dann wird es möglich sein, patientenspezifische Genexpressionsmuster solchen Krankheitsbildern zuzuordnen.
Entscheidende bioinformatische Aspekte sind sowohl die Auswahl geeigneter Methoden sowie die effiziente Kopplung dieser Methoden in hybriden Softwaresystemen, um maximales Wissen aus genomischen Daten zu extrahieren. Dabei geht es darum, Daten in Informationen und diese Informationen wiederum in Wissen umzuwandeln [2]. Dazu müssen genomische Daten verschiedener Quellen integriert werden. Das sind zum einen Daten aus Experimenten und zum anderen Daten aus genomischen und Literatur-Datenbanken, die weltweit im Internet zur Verfügung stehen (Weltwissen). 
Literatur
[1] Alter O, Brown PO, Botstein D (2000) Singular value decomposition for genome-wide expression data processing and modeling. PNAS 97: 10101-10106
[2] Eisen MB, Spellmann PT, Brown PO, Botstein D (1998) Cluster analysis and display of genome-wide expression patterns. PNAS 95: 14863-14868
|
