Onderzoek Kris Laukens

Abstract

Hoewel massaspectrometrie (MS) van kleine moleculen een essentiële techniek is in verschillende domeinen van de levenswetenschappen, wordt het potentieel ervan belemmerd door de lage annotatiemogelijkheden van MS/MS-spectra. Dit onderzoeksproject heeft als doel om de hoeveelheid biologische inzichten die uit MS data verkregen kunnen worden radicaal te verbeteren met behulp van krachtige deep learning technieken. Ik zal verschillende complementaire deep learning-strategieën ontwikkelen voor de identificatie van kleine moleculen. Eerst zal ik een geleerde spectrum-gelijkenisscore ontwikkelen voor de ontdekking van structureel verwante moleculen. Ten tweede zal ik generatieve AI-technieken gebruiken om uitgebreide spectrale bibliotheken te simuleren. Ten derde zal ik een oplossing ontwikkelen voor de novo-identificatie van moleculen rechtstreeks vanuit MS/MS-spectra. Verder zal ik een holistische benadering van MS introduceren door drie diverse gegevensbronnen – MS/MS-spectra, moleculaire structuren, en natuurlijke taal – te integreren in een gedeelde latente ruimte door middel van multimodaal representatieleren. Dit radicaal vernieuwend paradigma zal de semantische interpretatie van MS data mogelijk maken door MS/MS-waarnemingen direct te koppelen aan moleculaire structuren en expertkennis. Ten slotte zal ik verklaarbare AI-technieken gebruiken om de beslissingen van de ontwikkelde modellen te interpreteren en inzicht te verkrijgen in verborgen patronen in MS experimenten.

Onderzoeker(s)

• Promotor: Bittremieux Wout
• Co-promotor: Laukens Kris
• Mandaathouder: Piedrahita Giraldo Juan Sebastian

Onderzoeksgroep(en)

• ADReM Data Lab (ADReM)

Project type(s)

• Onderzoeksproject

Abstract

Het hoofddoel van dit VLAIO Innovatiemandaat is het creëren van LeapSEQ, een innovatief softwareplatform ontworpen voor de effectieve en realtime surveillance van virussen en bacteriële antimicrobiële resistentie (AMR) in afvalwater door het gebruik van draagbare nanopore technologie

Onderzoeker(s)

• Promotor: Laukens Kris
• Co-promotor: Delputte Peter
• Mandaathouder: Cuypers Wim

Onderzoeksgroep(en)

• ADReM Data Lab (ADReM)

Project type(s)

• Onderzoeksproject

Abstract

Dit doctoraatsproject, een samenwerkingsverband tussen de Universiteit (Adrem Data Lab) en Proviron NV, is onderdeel van het Europese Trainingsnetwerk initiatief "DigitAlgaesation". Het richt zich op de innovatieve productie van microalgen met een door Proviron ontwikkeld fotobioreactorsysteem. Het onderzoek streeft ernaar computationele, op data gebaseerde besluitvorming ondersteunende oplossingen te ontwikkelen en te implementeren om de processen van fotobioreactoren te optimaliseren door gebruik te maken van nieuwe 'data mining'- en 'machine learning'-technieken. In de beginfase heeft het project met succes een geïntegreerd dataminingplatform opgezet dat heterogene monitoringsgegevens samenbrengt om de uitkomsten van fotobioreactorprocessen nauwkeurig te kunnen voorspellen. Dit uitgebreide platform heeft de ontwikkeling mogelijk gemaakt van zowel superviserende regressie- als classificatiemodellen, die ontworpen zijn om eenvoudig, overdraagbaar en zeer nauwkeurig cultuurevoluties te voorspellen aan de hand van real-time monitoring gegevens. In de volgende fase werden de voorspellende modellen verder verfijnd om verschillende groeiomstandigheden te omvatten, waarbij deze als bruikbare kenmerken voor voorspellende analyses zijn geïntegreerd. Dit omvatte het optimaliseren van de integratie van gegevens en het inzetten van LSTM-modellen voor het voorspellen van de biomassaconcentratie en het analyseren van de groeisnelheid. Na het ontwikkelen van het 'data mining' platform en de voorspellende modellen, zal de aandacht in het vierde jaar uitgaan naar het implementeren en evalueren van deze modellen. Tegelijkertijd zal er gewerkt worden aan het ontwikkelen van een economisch haalbare fotospectrometersensor die bedoeld is om algengroei te monitoren en de biomassa met hoge precisie te voorspellen. Deze innovatieve sensor zal geïntegreerd worden in het bestaande op data gebaseerde framework, om zo de voorspellingsnauwkeurigheid van de fotobioreactorprocessen verder te verfijnen. Bovendien zal de promovendus zich inzetten op de publicatie van wetenschappelijke artikelen die de vorderingen presenteren in de ontwikkeling van 'machine learning'- modellen voor het voorspellen van algengroei en de ontwikkeling van de nieuwe fotospectrometersensor. Deze publicaties zullen bijdragen aan de academische en wetenschappelijke discussie over technologieën voor algenproductie en voorspellende modellering. De afronding van dit onderzoek zal resulteren in de thesis die de ontwikkeling, de uitdagingen en de doorbraken van dit veelzijdige project belicht, en die de praktische toepassing van 'machine learning' en sensortechnologie in het optimaliseren van microalgenproductie demonstreert.

Onderzoeker(s)

• Promotor: Laukens Kris

Onderzoeksgroep(en)

• ADReM Data Lab (ADReM)

Project type(s)

• Onderzoeksproject

Abstract

Ellagitannin-rijke plantenpreparaten worden traditioneel gebruikt voor hun ontstekings-remmende werking. Dit houdt niet zozeer verband met de ellagitannines als zodanig, maar met hun metabolieten gevormd door de microbiële flora van de darm. Urolithin A (UroA) wordt beschouwd als de belangrijkste ellagitannin-metaboliet. Nochtans is niet iedereen in staat om deze in de darm te vormen. UroA productie is beperkt tot personen van het urolithine metabotype A (UM-A) en B (UM-B), en hangt hoogstwaarschijnlijk af van samenstelling en activiteit van de darmflora. Eerder onderzoek heeft uitgewezen dat UM-A gastheren een lager risico lopen op cardiovasculaire ziekten. Daarenboven is de overgang van UM-A naar andere metabotypes ook afhankelijk van het ouder worden, wat lijkt te betekenen dat sommige gunstige eigenschappen verloren gaan. De juiste identiteit van de micro-organismen eigen aan Uro-A producers is nog niet gekend. Indien wel, zouden nieuwe probiotica kunnen ontwikkeld worden. Non-UM-A gastheren de mogelijkheid geven om meer efficiënt Uro-A aan te maken zou hen een gezondheidsvoordeel opleveren, zoals blijkt uit tal van rapporten over biologische activiteiten van Uro-A. Doel van dit project is het isoleren, karakteriseren en bewaren van bacteriële stammen die Uro-A produceren, uit faecale stalen van UM-A en UM-B donoren. Dit zal mogelijk zijn door innovatieve screening strategieën en het gebruik van metabolomics en sequencing technieken. De resultaten zullen ontbrekende inzichten opleveren over urolithine metabotypes. Bioinformatica zal toegepast worden voor een multi-omics beschrijving van de bestudeerde processen.

Onderzoeker(s)

• Promotor: Pieters Luc
• Co-promotor: Hermans Nina
• Co-promotor: Laukens Kris
• Co-promotor: Tuenter Emmy
• Mandaathouder: Popowski Dominik

Onderzoeksgroep(en)

• Natuurstoffen & Voeding Onderzoek en Analyse - Farmaceutische Technologie (NatuRAPT)

Project type(s)

• Onderzoeksproject

Abstract

Het Vlaams Artificiële Intelligentie Onderzoeksprogramma is een strategisch basisonderzoeksprogramma met een consortium van elf partners: de vijf Vlaamse universiteiten (KU Leuven, Universiteit Gent, Universiteit Antwerpen, Universiteit Hasselt, Vrije Universiteit Brussel) en zes onderzoekscentra (imec, Flanders Make, VIB, VITO, Sirris en ILVO). Het programma brengt 300+ onderzoekers samen op het gebied van nieuwe AI-methoden die kunnen worden gebruikt in innovatieve toepassingen in gezondheid, industrie, planeet en energie en samenleving. Op die manier draagt het programma bij tot een succesvolle adoptie van AI in Vlaanderen. De ambitie is dat Vlaanderen een sterke internationale positie inneemt op het vlak van strategisch basisonderzoek in AI, en dit binnen een sterk en duurzaam Vlaams ecosysteem. Er zijn vijf focusonderzoeksthema's geselecteerd: verantwoorde AI, mensgerichte AI, duurzame AI (energie-efficiënt en performant), productieve en data-efficiënte AI (systemen die weinig data nodig hebben, die presteren door data te combineren met domeinkennis en ervaring van experts) en veerkrachtige en performante AI (robuust tegen veranderingen in de omgeving). De beschrijving van de werkpakketten en hun onderzoekstaken definieert de aspecten binnen deze thema's die in het programma zullen worden onderzocht. De AI-oplossingen worden gedemonstreerd in real-life use cases. Deze resultaten tonen niet alleen de effectiviteit aan, maar inspireren ook bedrijven voor adoptie en onderzoekers voor verder onderzoek. Het Vlaams Artificiële Intelligentie Onderzoeksprogramma maakt deel uit van het Vlaams AI-beleidsplan. Meer info: www.flandersairesearch.be

Onderzoeker(s)

• Promotor: Mannens Erik
• Promotor: Oramas Mogrovejo José Antonio
• Co-promotor: Calders Toon
• Co-promotor: Daelemans Walter
• Co-promotor: Famaey Jeroen
• Co-promotor: Goethals Bart
• Co-promotor: Laukens Kris
• Co-promotor: Martens David
• Co-promotor: Mets Kevin
• Co-promotor: Oramas Mogrovejo José Antonio
• Co-promotor: Sijbers Jan
• Co-promotor: Van Leekwijck Werner
• Co-promotor: Verdonck Tim

Onderzoeksgroep(en)

• Internet Data Lab (IDLab)

Project type(s)

• Onderzoeksproject

Abstract

De kluwen aan complexe componenten van het immuunsysteem vormt een obstakel om de interacties die onze immuunrespons bepalen volledig te begrijpen. De oplossing ligt waarschijnlijk in een systematisch ontwerp dat unieke en gedeelde biomarkers kan bovenbrengen. Maar, tot hiertoe is het potentieel van volledig geïntegreerde immunologische gegevens grotendeels onbenut gebleven. Door gebruik te maken van een ongekend grote cohort, willen we deze kloof overbruggen en een framework bouwen voor een multi-view integratie van biologische gegevens met een focus op T-cellen. De 'views' van elke cohort worden gecombineerd in een latente ruimte. We zullen individuen groeperen op basis van gevonden patronen, eerder gepubliceerde biomarkers valideren, groepsparameters deconvolueren en responsfenotypering uitvoeren. Vervolgens zullen we de T-cel receptor component toevoegen door middel van een innovatieve integratie die focust op de celgedreven respons. De T-celanalyse zal worden geïnformeerd door de gevonden kenmerken en geleid door epitoop- en ziektespecificiteit. Ze zal worden samengesteld over een longitudinale dimensie wat de ontwikkeling van de verschillende modules van het framework zal sturen. Dit nieuwe framework heeft een groot potentieel voor multidisciplinaire toepassingen binnen bio-informatica, biomedische en farmaceutische bedrijven. Specifiek verwachten we dat het een paradigmaverschuiving kan teweegbrengen naar het ontwerpen van meer geïnformeerde holistische therapieën.

Onderzoeker(s)

• Promotor: Laukens Kris
• Co-promotor: Meysman Pieter
• Co-promotor: Ogunjimi Benson
• Mandaathouder: Affaticati Fabio

Onderzoeksgroep(en)

• ADReM Data Lab (ADReM)

Project type(s)

• Onderzoeksproject

Abstract

De huidige serologische testmethoden die worden de ziekte van Lyme (LD) te diagnosticeren zijn ernstig ontoereikend: hun sensitiviteit (25–50%) en specificiteit is te laag voor vroege LD diagnose, en ze kunnen geen actieve van een oude infectie onderscheiden in ernstige late ziektestadia zoals Lyme arthritis (LA). In tegenstelling tot Borrelia-specifieke antilichamen blijkt dat T-cellen sneller en consistenter gerekruteerd worden in LD. Bovendien spelen verschillende T cel subsets een sleutelrol in het verdere ziekteverloop en de ontwikkeling van auto-immuun gedreven vormen van LA. Met dit FWO-SB-project zullen we het potentieel van deze T-cellen als alternatieve diagnosestrategie onderzoeken. Voortbouwend op de recente ontwikkelingen in single-cell immuunprofilering zal dit project een nieuwe methodologie waarin het T-cel-fenotype en zijn specificiteit geïntegreerd worden. Zo kunnen we het immuunsysteem gedetailleerd in kaart brengen bij patiënten met acute en autoimmuun-gedreven Lyme, en deze contextualiseren in een vergelijkende analyse met verscheidene verschillende vormen van chronische auto-immuun arthritis. Deze methodologie stelt ons in staat om deze complexe data te distilleren to klinisch relevante inzichten en zeer specifieke biomerkers. Dit is een cruciale stap in het inlossen van de diagnostische nood bij Lyme, en in het ontrafelen van de ongrijpbare pathogenese van auto-immuun-gedreven LA.

Onderzoeker(s)

• Promotor: Ogunjimi Benson
• Co-promotor: Laukens Kris
• Co-promotor: Meysman Pieter
• Mandaathouder: Van Deuren Vincent

Onderzoeksgroep(en)

• Centrum voor Gezondheidseconomisch Onderzoek en Modelleren van Infectieziekten (CHERMID)

Project type(s)

• Onderzoeksproject

Abstract

Er is wereldwijd nood aan het monitoren van infectieziekten. De dreiging van bestaande en opkomende pathogenen vormt een grote uitdaging voor de volksgezondheid. Nanopore sequencing is een revolutionaire technologie die draagbare sequencing mogelijk maakt, en heeft zijn waarde bewezen tijdens de COVID-19-pandemie. Deze technologie zou bestaande laboratoria, die geen of beperkte capaciteit hebben voor het monitoren van infectieziekten, in staat kunnen stellen om over te stappen naar monitoring gebaseerd op sequencing. Dit potentieel hangt echter af van het potentieel om te werken in omgevingen met beperkte middelen, hetgeen tot op heden wordt belemmerd door de behoeften aan gegevensopslag en - verwerkingtechnieken. De onbewerkte gegevens, 'squiggles' genoemd, zijn omvangrijk en het decoderen ervan naar DNA-sequenties vereist grafische kaarten (GPU's) die aanzienlijke hoeveelheden energie verbruiken. In dit 'proof-of-concept-project pandemic preparedness' project zullen we voortbouwen op de vorderingen van ons IOF-SBO gefinancierde project LeapSEQ, om belangrijke hindernissen weg te nemen om mobiele en datagestuurde monitoring van pathogenen mogelijk te maken. Deze hindernissen omvatten: (1) een behoefte aan schaalbare data opslag oplossingen voor squiggles, (2) het gebrek aan beschikbare gegevens voor belangrijke pathogenen, en (3) verbeterde computationele oplossingen om met squiggle-gegevens te interageren. We zullen deze problemen aanpakken door een proof-of-concept database te ontwerpen bestaande uit gepaarde nanopore squiggle-genoomsequentiegegevens met behulp van ons draagbare LeapSEQ-lab en door efficiënte datagestuurde algoritmen te ontwikkelen voor snelle pathogeen monitoring. We zullen deze database ontwikkelen met strategische partners van het Instituut voor Tropische Geneeskunde in Antwerpen en de UAntwerpen, en het valorisatiepotentieel van LeapSEQ verder onderzoeken in de context van wereldwijde monitoring van pathogenen.

Onderzoeker(s)

• Promotor: Laukens Kris
• Co-promotor: Bittremieux Wout

Onderzoeksgroep(en)

• ADReM Data Lab (ADReM)

Project type(s)

• Onderzoeksproject

Abstract

Voldoende fysieke activiteit (FA) wordt steeds belangrijker in de preventie en behandeling van verschillende cardiovasculaire aandoeningen. Hartslagmonitors hebben het potentieel om op een objectieve, nauwkeurige, gepersonaliseerde en continue manier de hoeveelheid FA van cardiopatiënten in te schatten. De betrouwbaarheid van deze toestellen werd reeds nagegaan bij gezonde personen in gecontroleerde omstandigheden. Echter, er ontbreken grondige validatiestudies bij cardiopopulaties in het dagelijks leven. Bovendien is er een gebrek aan concrete parameters en algoritmen om de FA objectief in kaart te brengen, te berekenen en op te volgen. Daarom tracht dit project inzicht te bieden in het gebruik van hartslagmonitors bij de evaluatie van FA bij cardiopatiënten en hun impact op de cardiovasculaire fitheid. Eerst zullen er stappen ondernomen worden om een innovatief algoritme te ontwikkelen dat FA niveaus kwantificeert op basis van hartslagmetingen. In een volgende fase zal de data van het FA algoritme en bijbehorende score ingevoegd worden in een dashboard voor de gezondheidsmedewerker en een app voor de patiënt waardoor transmurale opvolging van FA en het coachen van patiënten mogelijk wordt. Tot slot zal er een proscpectieve multicentrische klinische studie opgestart worden om het nieuw ontwikkelde FA algoritme verder te evalueren op zijn vermogen om verbeteringen in inspanningscapaciteit en cardiovasculaire fitheid op te volgen en deze ook te verhogen.

Onderzoeker(s)

• Promotor: Heidbuchel Hein
• Co-promotor: Laukens Kris

Onderzoeksgroep(en)

• Cardiovasculaire aandoeningen (CARDIOVASC)

Project type(s)

• Onderzoeksproject

Abstract

Vluchtige en semivluchtige componenten zijn geoormerkt als producten van ziekteprocessen, waardoor analyse van vluchtige stoffen werd gestimuleerd als onvermijdelijk instrument om ziekte en gezondheid te monitoren, gezondheidszorg te personaliseren en verschillende therapeutische mogelijkheden objectief op te volgen en beoordelen. Naast vluchtige (VOCs) zijn ook semivluchtige componenten (SVOCs) aanwezig in de omgeving en biologische organismen waarvan een groot deel nog moet worden geïdentificeerd en waarbij hun structuur en rol in ziekteprocessen nog moet worden achterhaald. Daarom willen we met deze aanvraag een geavanceerde GCxGCQTOF- MS onderzoeksfaciliteit opzetten voor (S)VOC analyse in verschillende biologische stalen (adem, bloed, stoelgang, urine, condensaat) van personen en dieren, en in de lucht daarboven. Deze aanvraag beoogt de hoeksteentechnologie te vormen om biologisch materiaal, uitgeademde lucht en de lucht boven cel- en dierlijk materiaal te onderzoeken voor diagnose en monitoring van ziekte, om de complexe interactie tussen gezondheid en woon- en werkomgeving na te gaan, en om de metabolomics voor steroïden en kleine organische zuren te onderzoeken, wat met de huidige infrastructuur ontoereikend blijkt. Deze Vlaamse faciliteit, als enige in Vlaanderen door zijn unieke samenstelling, zal door zijn hoge gevoeligheid, zeer lage detectiewaarden, en dataverwerkingsmiddelen toelaten om de moleculaire analyse van verschillende biologische stalen uit te voeren.

Onderzoeker(s)

• Promotor: De Winter Benedicte
• Co-promotor: Covaci Adrian
• Co-promotor: Lamote Kevin
• Co-promotor: Lapperre Therese
• Co-promotor: Laukens Kris
• Co-promotor: Samson Roeland
• Co-promotor: van Meerbeeck Jan
• Co-promotor: van Nuijs Alexander
• Co-promotor: Wouters An

Onderzoeksgroep(en)

• Laboratorium Experimentele geneeskunde en Pediatrie (LEMP).

Project type(s)

• Onderzoeksproject

Abstract

Bio-analytische high-throughput instrumenten genereren een immense stroom data. Deze vertalen naar inzicht in de processen van leven en ziekte, hangt steeds meer af van bioinformatica technieken. Sinds 2012 brengt BIOMINA (biomedical informatics network Antwerpen) bioinformatica expertise, verspreid over life science en computer science labs van onze universiteit, bij elkaar in een informeel netwerk. Met dit voorstel willen we dit netwerk, met expertise en veelgebruikte infrastructuur, transformeren in een BIOMINA kernfaciliteit die een professionele bioinformatica service kan leveren. De missie hiervan is om 1) een duurzaam model voor support, training, en samenwerking uit te rollen; 2) bioinformatica capaciteit te verhogen om groeiende noden te beantwoorden; en 3) een sterke bioinformatica community te bouwen. Het wordt gedragen door complementaire PIs, die bestaande bioinformatica sterktes willen vertalen om biomedische, klinische, biologische en bio-ingenieur laboratoria binnen de Universiteit, maar ook externe klanten in ziekenhuizen en de industrie, te ondersteunen.

Onderzoeker(s)

• Promotor: Laukens Kris
• Co-promotor: Mateiu Ligia Monica
• Co-promotor: Svardal Hannes
• Co-promotor: Van Camp Guy
• Co-promotor: Van Laere Steven

Onderzoeksgroep(en)

• ADReM Data Lab (ADReM)

Project type(s)

• Onderzoeksproject

Abstract

De expressie van osteodermen (benige elementen ingebed in de huid van vertebraten) kan verschillende functies dienen, waaronder bescherming tegen fysieke schade door predatoren en seksuele rivalen, en het helpen regelen van de warmte- en waterhuishouding. Gordelstaarthagedissen, een subfamilie endemisch voor Zuid Afrika, vertonen opvallende verschillen in dit adaptieve kenmerk. Bij één soort van deze groep, Hemicordylus capensis, treedt zelfs intrecifieke variatie op. Er is evenwel weinig geweten over de evolutionaire basis van deze variatie. Dit project zal de genomische basis van variatie in osteoderm expressie in deze soort blootleggen, en dit via een integratieve benadering die genomische en transcriptomische methoden combineert met fenotypische gegevens. Hiervoor zal genetische materiaal verzameld worden op het terrein, zodat ik een referentie genoom kan opstellen voor deze soort, en genomische data kan produceren voor populaties die verschillen in omgeving. Ik zal deze gegevens combineren met fenotypische data en zo het verband leggen tussen genomische differentiatie en fenotypische variatie. Daarnaast zal ik transcriptomische gegevens verzamelen en analyseren en aldus toetsen voor associaties tussen differentiële genexpressie en variatie in osteoderm expressie. Uiteindelijk zal dit project een licht werpen op de evolutionaire basis van een ecologisch belangrijk functioneel kenmerk.

Onderzoeker(s)

• Promotor: Svardal Hannes
• Co-promotor: Laukens Kris
• Co-promotor: Van Damme Raoul
• Mandaathouder: Leitão Henrique

Onderzoeksgroep(en)

• Evolutionaire ecologie (EVECO)

Project type(s)

• Onderzoeksproject

Abstract

Precisiegeneeskunde staat voor het precies afstemmen van een medische behandeling op basis van het genetisch profiel, levensstijl en omgeving van een patiënt. Het maakt gebruik van technologieën die de artsen de mogelijkheid geven om op een meer accurate manier te voorspellen welke behandeling en preventiestrategie voor een bepaalde aandoening werkzaam zal zijn in welke subgroep van patiënten. De voornaamste drijfveren voor de evolutie naar precisiegeneeskunde zijn de technologische vooruitgang, zoals de nieuwe generatie sequencingtechnologie in genomica, de toenemende beschikbaarheid aan gezondheidsdata en de groei in datawetenschappen en kunstmatige intelligentie. In deze domeinen zullen 6 sterke onderzoeksteams van de UAntwerpen de krachten bundelen om hun onderzoek te vertalen in een technologieplatform voor precisiegeneeskunde (PreMeT) dat aangeboden kan worden aan de industrie, hospitalen, onderzoeksinstituten en onze samenleving. De missie van PreMeT is om precisiegeneeskunde mogelijk te maken via een geïntegreerde aanpak bestaande uit genomica en 'big data analytics'.

Onderzoeker(s)

• Promotor: Laukens Kris
• Co-promotor: Bittremieux Wout
• Co-promotor: Kooy Frank
• Co-promotor: Loeys Bart
• Co-promotor: Meester Josephina
• Co-promotor: Meysman Pieter
• Co-promotor: Mortier Geert
• Co-promotor: Op de Beeck Ken
• Co-promotor: Van Camp Guy
• Co-promotor: Van Hul Wim
• Co-promotor: Verstraeten Aline
• Mandaathouder: Bosschaerts Tom
• Mandaathouder: Gauglitz Julia

Onderzoeksgroep(en)

• ADReM Data Lab (ADReM)

Project type(s)

• Onderzoeksproject

Abstract

Een belangrijke fundamentele biologische vraag is hoe ons lichaam de balans behoudt tussen inflammatie en immuuntolerantie, en hoe dit kan ge(mis)bruikt of gemodifieerd worden door kankers. In een gezond colon wordt deze homeostase bewaard in aanwezigheid van voedselantigenen en het microbioom. In deze tolerogene omgeving kunnen darmpolypen en tumoren ontstaan die niet door het immuunsysteem verwijderd worden, ondanks therapie met immuun checkpoint inhibitoren. We vermoeden dat de lesies de tolerogene toestand misbruiken en bijkomende immunosuppressieve mechanismen ontwikkelen. Het ontcijferen van deze complexe interactie tussen epitheel, immuunsysteem en microbioom vergt een getalenteerde groep van onderzoekers met uiteenlopende expertise. De unieke samenstelling van het MIMICRY consortium combineert kennis van humane stalen met state-of-the-art immunologie, nieuwe technieken en in vivo modellen om de verschillende facetten van colorectale kankers te bestuderen. Deze kennis en tools zullen gebruikt worden om uiteindelijk nieuwe therapeutische strategieen te ontwikkelen.

Onderzoeker(s)

• Promotor: Laukens Kris
• Co-promotor: Baggerman Geert

Onderzoeksgroep(en)

• ADReM Data Lab (ADReM)

Project type(s)

• Onderzoeksproject

Abstract

Osteodermen zijn beenachtige elementen die tot expressie gebracht worden bij enkele uiteen liggende groepen Tetrapoda (bij krokodillen, schildpadden, gordeldieren, enkele soorten hagedissen en kikkers), maar ontbreken bij andere taxa. Bij de mens duiken osteodermen op als complicatie bij verwondingen, en bij enkele zeldzame overerfbare aandoeningen. Osteodermen zijn interessant omdat ze ecologisch relevant zijn (functioneren als bepantsering, in de temperatuur- en waterhuishouding, als opslagplaats voor mineralen) en tegelijkertijd een nagenoeg discontinue verdeling kennen (ze worden tot expressie gebracht, of niet). Dit tweede element faciliteert in belangrijke mate het zoeken naar de genomische achtergrond van het kenmerk. In één soort hagedis, Hemicordylus capensis, treedt intraspecifieke variatie op in osteoderm-expressie: het kenmerk is er blijkbaar herhaaldelijk geëvolueerd en komt dus voor in sommige populaties, maar ontbreekt in andere. De soort vormt dus een unieke gelegenheid om te achterhalen hoe, waarom en wanneer dit merkwaardige kenmerk opduikt. In dit project beogen we hiervan een grondig, geïntegreerd beeld te krijgen, door het toepassen van state-of-the-art genomische, functioneel-morfologische en ecologische methoden. We zullen ook nagaan of we de implicaties van onze bevindingen kunnen extrapoleren naar andere taxa met (occasionele) osteodermen, inclusief de mens. Het project zal toelaten een zeldzaam volledig beeld te schetsen van de evolutie van een ecologisch relevant fenotypisch kenmerk met een merkwaardig discontinue variatie en een ongebruikelijk- disparate taxonomische verspreiding.

Onderzoeker(s)

• Promotor: Van Damme Raoul
• Co-promotor: Laukens Kris
• Co-promotor: Matthysen Erik
• Co-promotor: Svardal Hannes

Onderzoeksgroep(en)

• Functionele morfologie

Project type(s)

• Onderzoeksproject

Abstract

Viscerale leishmaniasis (VL) is een van de ernstigste parasitaire infectieziekten met 0.4 miljoen nieuwe gevallen per jaar. Er zijn momenteel geen vaccins tegen VL, maar er is wel bewijs voor verworven T cel-gemedieerde immuniteit en resistentie tegen herinfectie. Ontwikkeling van een succesvol vaccin tegen VL wordt nu geremd door het ontbreken van een goed diermodel, en het grote aantal Leishmania antigenen die nog niet gekarakteriseerd zijn, aangezien de huidige screening methoden erg low-throughput zijn. Hierdoor is er een groot gebrek aan inzicht in de epitoop reactiviteit, de epitoop dominantie hiërarchie en de antigenische variatie. Dit project wil deze status quo doorbreken door een patiëntgericht framework te implementeren, dat in silico epitoop voorspellingen integreert met in vitro immunopeptidomics, om zo de epitoop hiërarchie te bepalen. Daarnaast willen wij ook de menselijke Leishmania-specifieke T cel respons en repertoire karakteriseren tijdens het volledige verloop van de ziekte. Dit zal gedaan worden aan de hand van single-cell RNAseq, single-cell TCRseq en CITE-seq. Deze state-of-the-art technieken zijn in staat om met een ongekende resolutie een zeer diepe profilering van de immuun respons uit te voeren. Wij verwachten dat dit framework direct gebruikt kan worden voor de ontwikkeling van diagnostische tools, om de ontwikkeling van een vaccin tegen Leishmania te versnellen en om als proof-of-concept dienen voor andere vergelijkbare complexe pathogenen.

Onderzoeker(s)

• Promotor: Laukens Kris
• Co-promotor: Cuypers Bart
• Mandaathouder: de Vrij Nicky

Onderzoeksgroep(en)

• ADReM Data Lab (ADReM)

Project type(s)

• Onderzoeksproject

Abstract

Microorganismen worden al sinds de vroegste tijden gebruikt voor brood bakken, bier brouwen, wijn maken en voedselconservering. De enorme biochemische en fysiologische verscheidenheid van microorganismen wordt vandaag steeds meer benut om chemicaliën en nanomaterialen te produceren, en ook voor de ontwikkeling van nieuwe bio-electrische systemen en nieuwe methoden voor afvalwaterzuivering. Bovendien is het duidelijk dat mensen, dieren en planten sterk beïnvloed worden door hun microbioom, wat heeft geleid tot nieuwe medische behandelingen en landbouwkundige toepassingen. Recente vooruitgang in de moleculaire biologie en genetische manipulatie bieden ongekende mogelijkheden voor de ontwikkeling van nieuwe microbiologie-gebaseerde technologieën. Net zoals de natuurkunde en techniek het leven in de 20e eeuw hebben getransformeerd, zo kan de snelle ontwikkeling van (micro)biologie de wereld in de komende decennia veranderen. Het Excellentie Centrum "Microbiële Systeem Technologie" (MST) zal de expertise in microbiële ecologie en technologie aan de UAntwerpen bundelen en consolideren. MST zal de meest recente technologieën en interdisciplinaire systeembiologie benaderingen toepassen om microorganismen en hun omgeving beter te leren kennen en zo de ontwikkeling van nieuwe technologieën en toepassingen te bevorderen. MST verbindt recent ontwikkelde onderzoekslijnen binnen UAntwerpen in de onderzoeksgebieden microbiële ecologie, medische microbiële ecologie, plantenfysiologie, biomaterialen en nanotechnologie met essentiële expertise in nieuwe sequencing-technieken en bioinformatica. Door de krachten te bundelen kunnen nieuwe en interessante ontwikkelingen sneller worden geïntegreerd in het onderzoek, wat zal leiden tot een stimulering van de ontwikkeling van nieuwe microbiële producten en processen, zoals functionele voeding, diervoeder en meststoffen, probiotica, en nieuwe biosensoren en bio-electronica toepassingen. Hierdoor kan MST een belangrijke bijdrage leveren aan een duurzame verbetering van humane gezondheid en van de leefomgeving.

Onderzoeker(s)

• Promotor: Meysman Filip
• Co-promotor: Beemster Gerrit
• Co-promotor: Laukens Kris
• Co-promotor: Lebeer Sarah
• Co-promotor: Verbruggen Erik
• Co-promotor: Vlaeminck Siegfried

Onderzoeksgroep(en)

• Geobiologie

Project type(s)

• Onderzoeksproject

Abstract

Momenteel is de analyse en interpretatie van de data de meest tijdrovende stap in de structuuropheldering van kleine moleculen. Dit vergt tot op heden nog steeds veel manuele tussenkomst van hoogopgeleide MS experten. Daarenboven maakt de handmatige aard van het proces het kwetsbaar voor menselijke fouten tijdens de interpretatie. Het doel van dit project is het wegwerken van de flessenhals in de data analyse door middel van aangepaste zoek algoritmes en allernieuwste "pattern mining" technologie.

Onderzoeker(s)

• Promotor: Laukens Kris
• Co-promotor: Valkenborg Dirk

Onderzoeksgroep(en)

• ADReM Data Lab (ADReM)

Project type(s)

• Onderzoeksproject

Abstract

Leishmaniose is wereldwijd een ernstige ziekte waarvoor tot op heden nog geen vaccin is ontwikkeld. De complexe interactie tussen de Leishmania parasiet en de immuunrespons van de gastheer bepaalt de uitkomst van de ziekte. De verschillende klinische presentaties van cutane leishmaniose (CL) zijn bijvoorbeeld gekarakteriseerd door een beschermende, anergische of pathogene T-celrespons. Door de grootte en complexiteit van de parasiet is het echter nog onbekend hoe deze verschillende T-celresponsen ontstaan en het ziekteverloop sturen. T-cellen worden geactiveerd door herkenning van hun T-celreceptor (TCR) aan het Leishmania-antigeen dat wordt gepresenteerd door MHC-moleculen (aMHC) op antigeenpresenterende cellen (APC's). Wij veronderstellen dat verschillende Leishmania-specifieke aMHC-TCR interacties ten grondslag liggen aan de verschillende T-cel en CL presentaties. Dit is in lijn met onze recente immunopeptidomics data die de aanwezigheid van verschillende Leishmania-antigenen in verschillende CL presentaties aantoonden. In deze jPPP willen we onze pipeline om deze Leishmania-antigeenspecifieke T- cellen in huidbiopten te identificeren testen en demonstreren, en een nieuwe aanpak gebruiken om hun beschermende/pathogene functie ruimtelijk te karakteriseren. De verkregen gegevens zullen de haalbaarheidsscore aanzienlijk verhogen in de komende subsidieaanvragen waarin we de reikwijdte van het project willen vergroten en uitbreiden door de eerste Leishmania T-cel epitopenkaart te genereren en hoe deze het volledige ziektespectrum van leishmaniose beïnvloedt om daarna geïnformeerde antigeenselectie uit te voeren voor de ontwikkeling van vaccins en diagnostische assays.

Onderzoeker(s)

• Promotor: Meysman Pieter
• Co-promotor: Laukens Kris

Onderzoeksgroep(en)

• ADReM Data Lab (ADReM)

Project type(s)

• Onderzoeksproject

Abstract

De opkomst van immuuntherapie heeft de behandeling van kanker op veel verschillende manieren verbeterd. Een doelgerichte therapie is T-celreceptor (TCR)-T-celtherapie, waarbij werkzame TCR's in het laboratorium in T-cellen van de patiënt worden ingebracht, waarna ze in het lichaam zeer specifiek ongewenste cellen kunnen vernietigen. Hoewel deze therapie veelbelovende resultaten laat zien, is identificatie van werkzame TCR's nog een grote hindernis. Vanwege de enorme diversiteit van TCRrepertoires is het een uitdaging om efficiënt tumor-reactieve T-cellen te detecteren in het bloed. Bovendien zijn TCR's antigeenspecifiek, wat wil zeggen dat er verschillende TCR's nodig zijn voor verschillende (sub)kankertypen. Het doel van project PrioriTCR is om een immuno-informatica platform te genereren dat de identificatie van werkzame TCR's vereenvoudigt en versnelt. We doen dit proof-of-concept project voor het Wilms' Tumor 1 (WT1) antigeen, dat tot overexpressie wordt gebracht in verschillende vaste tumoren en bloedkankers. WT1 wordt beschouwd als een virtueel universele kankermerker om specifieke immuuntherapie tegen te ontwikkelen. Door een beperkte hoeveelheid laboratoriumexperimenten met bloedstalen van kankerpatiënten te combineren met artificiële intelligentie, zal dit project resulteren in de identificatie van nieuwe kandidaat werkzame WT1-specifieke TCR's voor ontwikkeling van de volgende generatie T-celterapieën. De ontwikkelde computermodellen kunnen hierna uitgebreid worden voor TCR's tegen andere kankermerkers.

Onderzoeker(s)

• Promotor: Lion Eva
• Co-promotor: Laukens Kris
• Co-promotor: Meysman Pieter

Onderzoeksgroep(en)

• Laboratorium voor Experimentele Hematologie (LEH)

Project type(s)

• Onderzoeksproject

Abstract

Het Vlaams AI-onderzoeksprogramma concentreert zich op generieke AI-methodologieën die algemeen inzetbaar zijn voor talloze toepassingen in de gezondheidszorg, de industrie en door de overheid. De noden zijn aangegeven door gebruikers uit deze toepassingsdomeinen.

Onderzoeker(s)

• Promotor: Mannens Erik
• Co-promotor: Calders Toon
• Co-promotor: Daelemans Walter
• Co-promotor: Goethals Bart
• Co-promotor: Latré Steven
• Co-promotor: Laukens Kris
• Co-promotor: Martens David
• Co-promotor: Sijbers Jan
• Co-promotor: Steckel Jan

Onderzoeksgroep(en)

• Internet Data Lab (IDLab)

Project type(s)

• Onderzoeksproject

Abstract

Chikungunya virus (CHIKV) is een heropflakkerend pathogeen voor de mens en heeft de laatste 10 jaar een snelle wereldwijde verspreiding gezien. Het is de meest wijdverspreide vertegenwoordiger van een groep door muggen overgedragen, arthritis veroorzakende, virussen die in de helft van de patiënten een chronische gewrichtspijn veroorzaakt lang na de initiële infectie. De chronische pijn wordt veroorzaakt door een langdurige ontsteking en wordt vergeleken met rheumatoïde arthritis. Tot op heden zijn de veroorzakende antigenen of de rol voor verschillende T cellen in de ziekte nog niet geïdentificeerd. Door gebruik te maken van next-gen sequenering in het perifeer bloed van chikungunya patienten die wel of niet chronische pijnen ontwikkelen zullen we de T cell receptor (TCR) patronen die enkel voorkomen bij chronische CHIKV identificeren. Deze data zullen de basis vormen voor de verdere studie van de rol van verschillende T cellen in het ontstaan van de ziekte, het identificeren van het verantwoordelijke antigen(en) en zal mogelijks belangrijke biomerkers identificeren om de ziekte te voorspellen en op te volgen.

Onderzoeker(s)

• Promotor: Ogunjimi Benson
• Co-promotor: Laukens Kris
• Co-promotor: Meysman Pieter

Onderzoeksgroep(en)

• Centrum voor Gezondheidseconomisch Onderzoek en Modelleren van Infectieziekten (CHERMID)

Project type(s)

• Onderzoeksproject

Abstract

De huidige serologische testmethoden die worden gebruikt om diagnose van de ziekte van Lyme (LD) te onderbouwen zijn ernstig ontoereikend: hun sensitiviteit (25–50%) en specificiteit is te laag in vroege LD, en ze kunnen geen actieve van een oude infectie onderscheiden in ernstige late stadia zoals Lyme arthritis (LA). In tegenstelling tot Borrelia-specifieke antilichamen blijkt dat T cellen consistenter en sneller gerekruteerd worden in LD. Verder spelen verschillende T cel subsets een belangrijke rol in het verdere ziekteverloop en de ontwikkeling van postinfectieuze (auto-immuun gedreven) LA. Met dit project zullen we het potentieel van deze T cellen als alternatieve diagnosestrategie onderzoeken. Voortbouwend op de recente ontwikkelingen in single-cell immuunprofilering zal dit project een nieuw kader opleveren om in ongeëvenaard detail ziekte-geassocieerde T-cel signaturen in kaart te brengen. Hiervoor integreren we het T cel fenotype met zijn receptor specificiteit. Voorts vervullen we de behoefte voor efficiënte analysemethoden van zulk complexe data: we ontwikkelen een vernieuwende immunoinformatica workflow die ons in staat stelt om klinisch relevante inzichten en zeer specifieke biomerkers te distilleren. Het toepassen van deze methodologie bij verschillende vormen van LD, LA en andere relevante vormen van auto-immuun arthritis stelt ons in staat om de enorme diagnostische nood in te lossen, en de ongrijpbare mechanismen achter postinfectieuze LA te ontrafelen.

Onderzoeker(s)

• Promotor: Ogunjimi Benson
• Co-promotor: Laukens Kris
• Co-promotor: Meysman Pieter
• Mandaathouder: Van Deuren Vincent

Onderzoeksgroep(en)

• Centrum voor Gezondheidseconomisch Onderzoek en Modelleren van Infectieziekten (CHERMID)

Project type(s)

• Onderzoeksproject

Abstract

Het doel van dit project is om een robuuste workflow the ontwikkelen voor de identificatie van veelbelovende T cell receptoren (TCRs) in de ontwikkeling van T cell gebaseerde immuuntherapieën. De focus ligt op het leukemie geassocieerde Willm's tumor-1 (WT1) antigen. Hiervoor is een unieke collectie van bloedstalen beschikbaar van patiënten met acute myeloïde leukemie (AML). Deze werden verzameld in de context van onze academische klinische onderzoeken die het effect van dendritische celvaccinatie (DC vaccinatie) onderzoeken waarbij de DCs geladen zijn met WT1 mRNA. Deze immuuntherapie is ontwikkeld om WT1-specifieke T cellen te activeren. Door gespecialiseerde cel sortering technieken te combineren met zelf ontwikkelde bioinformatica methoden zullen we single-cell TCR en RNA sequenering integreren met unieke computationele modellen ten einde de specificiteit en de transcriptomische profielen van deze T cellen te linken met de klinische response van de patiënten.

Onderzoeker(s)

• Promotor: Laukens Kris
• Co-promotor: Lion Eva
• Co-promotor: Meysman Pieter
• Mandaathouder: Gielis Sofie

Onderzoeksgroep(en)

• ADReM Data Lab (ADReM)

Project type(s)

• Onderzoeksproject

Abstract

Het Vlaams AI-onderzoeksprogramma heeft als doel om het strategisch basis onderzoek omtrent AI aan de Vlaamse universiteiten en kenniscentrums te stimuleren. Dit onderzoek moet toepasbaar en relevant zijn voor de Vlaamse industrie. Concreet werden er 4 grote uitdagingen, met toenemende complexiteit, gedefinieerd: 1. Het ondersteunen van complexe beslissingen: focus op het nemen van complexe beslissingen door AI-systemen gebaseerd op datasets die mogelijks onvolledige of foutieve informatie kunnen bevatten. 2. Het verzamelen en verwerken van informatie in de edge: focus op het gebruik van AI-systemen in de egde i.p.v. de cloud door de integratie van software en hardware en de ontwikkeling van algoritmen die minder energie en andere hulpbronnen nodig hebben. 3. De autonome interactie met andere beslissingsentiteiten: focus op samenwerking tussen verschillende AI-systemen die onafhankelijk van elkaar opereren. 4. Het naadloos communiceren en samenwerken met mensen: focus op de natuurlijke interactie tussen mensen en AI-systemen en de ontwikkeling van AI-systemen die complexe omgevingen kunnen begrijpen en menselijke redeneringen kunnen toepassen.

Onderzoeker(s)

• Promotor: Hellinckx Peter
• Promotor: Latré Steven
• Co-promotor: Calders Toon
• Co-promotor: Daelemans Walter
• Co-promotor: Goethals Bart
• Co-promotor: Laukens Kris
• Co-promotor: Martens David
• Co-promotor: Sijbers Jan
• Co-promotor: Steckel Jan

Onderzoeksgroep(en)

• Internet Data Lab (IDLab)

Project type(s)

• Onderzoeksproject

Abstract

Tuberculose (TBC ) blijft een bedreiging voor de wereldwijde gezondheid. De ontwikkeling van drug resistentie en vooral de aanwezigheid van extensively drug resistant (XDR) strains van Mycobacterium tuberculosis (Mtb) vormt een groot probleem voor de controle van TBC. Transmissie van XDR-Mtb stammen gaat in tegen het dogma dat XDR-Mtb stammen minder transmissie ondergaan door de cumulatieve fitness cost van drug resistentie veroorzakende mutaties. Voor stammen met rifampicine resistentie bijvoorbeeld, is reeds aangetoond dat mycobacteria mutaties in het rpoC gen verkrijgen om de fitness cost te compenseren. Aangezien er een beperkt voorkomen is van voldoende grote datasets met XDR-Mtb stammen, is de transmissie van XDR-Mtb stammen en het effect van compenserende mutaties om de fitness cost te overwinnen, weinig bestudeerd. Het FWO-gefinancierde TORCH consortium heeft een database met volledige genoomsequenties van ongeveer 1000 XDR- Mtb stammen verzameld in de Westkaap Provincie in Zuid-Afrika gedurende een periode van 14 jaar (2006 tot 2020). Deze unieke dataset van XDR stammen laat een brede analyse toe van de transmissie dynamica en evolutionaire mechanismen van XDR-Mtb stammen. Door een spatio-temporale analyse van de XDR-Mtb stammen uit te voeren om te identificeren welke stammen transmissie ondergaan, gecombineerd met een bio-informatische analyse, kunnen we nieuwe compenserende mutaties vinden en hun relatieve bijdrage tot de transmissie bepalen.

Onderzoeker(s)

• Promotor: Van Rie Annelies
• Co-promotor: Laukens Kris
• Mandaathouder: Oostvogels Selien

Onderzoeksgroep(en)

• Instituut voor Globale Gezondheid (GHI)

Project type(s)

• Onderzoeksproject

Abstract

Infectieziekten worden wereldwijd een steeds grotere uitdaging voor de volksgezondheid, met verstedelijking, toegenomen reizen, klimaatverandering, vernietiging van habitats en ontbossing die lokale uitbraken en wereldwijde verspreiding aanwakkeren. Metagenomische sequentiebepaling biedt een aantrekkelijke oplossing om al het genomische materiaal dat aanwezig is in een patiëntenmonster te identificeren zonder voorafgaande kennis van het doelwit. Terwijl metagenomische sequencing tot dusverre was gebaseerd op grote, dure en operationeel veeleisende DNA-sequencers die gereserveerd waren voor deskundige laboratoria, biedt de recente introductie van nanopore sequencing apparaten op USB-stick-formaat een aantrekkelijke draagbare en betaalbare oplossing voor metagenomische sequentiebepaling in low-cost omgevingen over de hele wereld. Voor de context van pathogeendetectie heeft deze technologie echter nog steeds te kampen met enkele roadblocks op het vlak van data interpretatie. In dit strategische basisonderzoeksproject willen we belangrijke obstakels wegnemen die staan tussen nanopore sequencing en de implementatie ervan voor draagbare detectie, karakterisering en monitoring van pathogenen. Deze roadblocks omvatten: (1) de afhankelijkheid van deskundige bioinformatica-vaardigheden om de sequencing gegevens om te zetten in interpreteerbare resultaten; (2) het ontbreken van real-time interactie met het lopende sequencingproces; en (3) de selectiviteitsproblemen van detectie van pathogenen met een lage abundantie tussen zeer abundant gastheer-DNA. We zullen deze problemen aanpakken door een Lean and Adaptive bioinformaticaoplossing voor Portable Sequencing ("LeapSEQ") te implementeren op basis van intern ontwikkelde gegevensverwerkingstechnieken. We zullen deze tool optimaliseren en valideren met zeer relevante use cases voor infectieziekten samen met strategische partners van ITM en UA, en het valorisatiepotentieel ervan onderzoeken in de context van wereldwijde identificatie van pathogenen.

Onderzoeker(s)

• Promotor: Laukens Kris

Onderzoeksgroep(en)

• ADReM Data Lab (ADReM)

Project type(s)

• Onderzoeksproject

Abstract

Hoofd-halskanker is de zesde meest voorkomende kanker wereldwijd. Patiënten in gevorderde stadia hervallen vaak of er ontstaan uitzaaiingen (R/M HNSCC), wat resulteert in een erg slechte prognose. De eerstelijnsbehandeling van deze patiënten bestaat uit immuuntherapie (ICI) alleen, of in combinatie met platina chemotherapie (PLAT). Hoewel deze combinatiebehandelingen enig klinisch voordeel hebben, worden ze gelimiteerd door lage responspercentages en ernstige bijwerkingen. Om dit probleem aan te pakken, zal ik een nieuwe combinatiestrategie met non-thermisch plasma (NTP) onderzoeken. NTP, een geïoniseerd gas, is een lokale therapie die immunogene celdood induceert, wat de anti-kankerimmuniteit van de patiënt kan activeren. Tot op heden zijn er geen bijwerkingen gerapporteerd bij het klinische gebruik van NTP. Daarom veronderstellen we dat het combineren van NTP met PLAT/ICI een nieuwe, goed getolereerde behandelingsstrategie kan zijn die de klinische efficiëntie voor R/M HNSCC zal verbeteren. Ik zal 3D in vitro experimenten uitvoeren op cellijnen en patiëntenstalen, waarna twee muismodellen gebruikt zullen worden om de efficiëntie en veiligheid van deze combinatie te valideren. Mijn project zal helpen om NTP te integreren in de eerstelijnstherapieën van R/M HNSCC als een nieuwe combinatiestrategie om de behandeling en de levenskwaliteit van deze patiënten te verbeteren. Deze studie zal ook een opstap zijn naar een bredere toepassing van NTP-technologie in andere kankertypes.

Onderzoeker(s)

• Promotor: Smits Evelien
• Co-promotor: Bogaerts Annemie
• Co-promotor: Laukens Kris
• Co-promotor: Lin Abraham
• Mandaathouder: Verswyvel Hanne

Onderzoeksgroep(en)

• Centrum voor Oncologisch Onderzoek (CORE)

Project type(s)

• Onderzoeksproject

Abstract

De huidige standaarden in virale diagnostiek zijn gebaseerd op in-vitro methoden die het pathogeen genoom of pathogene eiwitten detecteren. Dit heeft tot gevolg dat verschillende analyses noodzakelijk zijn wanneer een staal voor meerdere virussen gescreend wordt, wat het process tijdrovend en duur maakt. Daarenboven falen sommige methoden bij acute en latente infecties. Met dit FWO-SB project zal ik het potentieel van T cell receptor (TCR) repertoires onderzoeken om deze tekortkoming te overwinnen en een nieuwe methodologie introduceren dat de simultane diagnose van verschillende virale infecties toelaat. Ten einde de TCR eigenschappen te vinden die verschillen tussen geïnfecteerde en niet-geïnfecteerde individuen, zal ik zoeken naar pathogeen-geassocieerde patronen in TCR repertoires via state-of-the-art machinaal lerende methoden. De bekomen resultaten zullen vervolgens gecollecteerd worden in een classificatiemodel dat op basis van het TCR repertoire de virale status van een individu kan voorspellen. De inzichten van dit project zullen onze kennis over pathogeen-geïnduceerde TCR repertoire veranderingen uitbreiden en als basis dienen voor de ontwikkeling van een computationeel diagnostisch kader. Dit zal een grote invloed hebben op het breder diagnostisch veld daar het TCR repertoire een belangrijke rol speelt in verschillende niet-infectieuze ziekten zoals kanker en auto-immuunziekten.

Onderzoeker(s)

• Promotor: Laukens Kris
• Co-promotor: Meysman Pieter
• Mandaathouder: Postovskaya Anna

Onderzoeksgroep(en)

• ADReM Data Lab (ADReM)

Project type(s)

• Onderzoeksproject

Abstract

Recente ontwikkelingen op het gebied van sequencing technologie bieden de mogelijkheid om immuunreceptor repertoires met ongeëvenaard detail te karakteriseren. T-cel receptor (TCR) sequencing technologie is veelbelovend voor het begrijpen hoe componenten van het adaptief immuunsysteem betrokken zijn bij auto-immuunziekten. Dit onderzoeksveld is zeer snel aan het evolueren, van pre-processing van TCR-seq data naar de functionele analyse ervan. Daarom biedt dit veld nieuwe kansen voor de ontwikkeling van benaderingen voor de post-analyse van adaptieve immuunprofielen. Zulke benaderingen bieden gefundeerde oplossingen voor vraagstukken binnen het onderzoeksveld rond autoimmuniteit. Het vraagstuk rond multiple sclerose (MS), een neuro-inflammatoire ziekte in het centraal zenuwstelsel, is hiervan een belangrijk voorbeeld. Zo is er weinig geweten over de betrokkenheid van specifieke T-cel klonen in de pathogenese van MS. Door het analyseren van repertoires van MS patiënten kunnen belangrijke T-cel klonen, die geassocieerd zijn met het ziekteprocess, in kaart gebracht worden. Zulke klonen bieden toepassingen in verbeterde diagnostiek en therapie-ontwikkeling. Dit translationeel onderzoeksproject zal leiden tot het ontdekken van nieuwe benaderingen voor het identificeren van MS-geassocieerde T-cel klonen, tot de ontwikkeling van betrouwbare technieken voor het opvolgen van MS-therapieën en tot een model om het verloop van MS te voorspellen.

Onderzoeker(s)

• Promotor: Laukens Kris
• Co-promotor: Cools Nathalie
• Co-promotor: Meysman Pieter
• Mandaathouder: Valkiers Sebastiaan

Onderzoeksgroep(en)

• ADReM Data Lab (ADReM)

Project type(s)

• Onderzoeksproject

Abstract

Tuberculose (TBC) blijft een bedreiging voor de wereldwijde gezondheid. De ontwikkeling van drug resistentie en vooral de aanwezigheid van extensively drug resistant (XDR) strains van Mycobacterium tuberculosis (Mtb) vormt een groot probleem voor de controle van TBC. Transmissie van XDR-Mtb stammen gaat in tegen het dogma dat XDR-Mtb stammen minder transmissie ondergaan door de cumulatieve fitness cost van drug resistentie veroorzakende mutaties. Voor stammen met rifampicine resistentie bijvoorbeeld, is reeds aangetoond dat mycobacteria mutaties in het rpoC gen verkrijgen om de fitness cost te compenseren. Aangezien er een beperkt voorkomen is van voldoende grote datasets met XDR-Mtb stammen, is de transmissie van XDR-Mtb stammen en het effect van compenserende mutaties om de fitness cost te overwinnen, weinig bestudeerd. Het FWO-gefinancierde TORCH consortium heeft een database met volledige genoomsequenties van ongeveer 1000 XDR-Mtb stammen verzameld in de Westkaap Provincie in Zuid-Afrika gedurende een periode van 14 jaar (2006 tot 2019). Deze unieke dataset van XDR stammen laat een brede analyse toe van de transmissie dynamica en evolutionaire mechanismen van XDR-Mtb stammen. Door een spatio-temporale analyse van de XDR-Mtb stammen uit te voeren om te identificeren welke stammen transmissie ondergaan, gecombineerd met een bio-informatische analyse, kunnen we nieuwe compenserende mutaties vinden en hun relatieve bijdrage tot de transmissie bepalen.

Onderzoeker(s)

• Promotor: Van Rie Annelies
• Co-promotor: Laukens Kris
• Mandaathouder: Oostvogels Selien

Onderzoeksgroep(en)

• Instituut voor Globale Gezondheid (GHI)

Project type(s)

• Onderzoeksproject

Abstract

Wiskundige simulatiemodellen zijn onmisbaar geworden voor voorspellingen en het bestuderen van de effectiviteit van interventiestrategien zoals lockdowns en screeningen tijdens de SARS-CoV-2 pandemie. Het schatten van belangrijke grootheden maakt gebruik van de serologische afdruk van een infectie op het individu. Echter, al is dit een functie van het type assay, werden antilichamen tegen SARS-CoV-2 frequent niet gevonden in jonge en/of asymptomatische individuen en verdwenen deze na een korte periode, vooral bij asymptomatische individuen. Daarentegen zijn T-cellen in verschillende situaties gevonden, ook in afwezigheid van antilichamen, gaande van convalescente asymptomatische tot milde SARS-CoV-2 patiënten en hun huisgenoten. Dit suggereert dat T-cellen sensitiever kunnen zijn dan antilichamen om een oudere SARS-CoV-2 infectie aan te tonen. In dit project zullen we op populatieniveau SARS-CoV-2 specifieke Tcel en serologische data verzamelen voor verschillende cohortes waaronder 300 individuen (en 200 huisgenoten) die > 3 maanden geleden covid-19 hebben gehad, 100 huisartsen, 100 ziekenhuis medewerkers, 500 random geselecteerde individuen en 75 precovid- tijdperk stalen. Deze data zullen gebruikt worden in simulatiemodellen en zullen leiden tot een herbeoordeling van verschillende epidemiologische schattingen zoals die van de groepsimmuniteit en het reproductiegetal R. Dit zal op significante wijze covid-19 gerelateerde interventies in de gezondheidszorg beïnvloeden.

Onderzoeker(s)

• Promotor: Ogunjimi Benson
• Co-promotor: Beutels Philippe
• Co-promotor: Coenen Samuel
• Co-promotor: Laukens Kris
• Co-promotor: Lion Eva
• Co-promotor: Meysman Pieter
• Co-promotor: Van Damme Pierre

Onderzoeksgroep(en)

• Centrum voor Gezondheidseconomisch Onderzoek en Modelleren van Infectieziekten (CHERMID)

Project type(s)

• Onderzoeksproject

Abstract

Diagnostische laboratoriumtests voor infectieziekten zijn nog steeds gebaseerd op gerichte testmethoden (Ag-detectie, PCR, ELISA, agglutinatie, ELISPOT, enz.). Snelle evoluties in sequentietoepassingen kunnen onze diagnostische algoritmen echter binnenkort drastisch veranderen. Metagenomische sequenering is bijvoorbeeld een ongericht diagnostisch hulpmiddel voor directe (in theorie elke) detectie van infectieuze pathogenen zonder veronderstellingen over de veroorzaker. Acute infectieuze pathogenen verdwijnen echter snel van het geïnfecteerde individu (waardoor diagnostische methoden op basis van directe detectie van pathogenen mislukken) maar laten wel een immuunafdruk achter (B- en T-cellen). Met dit project, willen we aantonen dat sequenering van het immuunrepertoire (een nieuwe techniek dat high-throughput mapping van variabele domeinen van B- en T-celreceptoren mogelijk maakt) gericht op recent geactiveerde immuuncellen een indirect, niet-gericht diagnostisch instrument is voor de detectie van acute infectieuze pathogenen. Deze methode zou een mogelijk ​​alternatief zijn voor de huidige indirecte gerichte assays (serologie en T-celassays). Om dit concept te bewijzen, zullen we recent verzamelde acute COVID-19-patiëntstalen gebruiken.

Onderzoeker(s)

• Promotor: Laukens Kris
• Co-promotor: Meysman Pieter
• Co-promotor: Ogunjimi Benson

Onderzoeksgroep(en)

• ADReM Data Lab (ADReM)

Project type(s)

• Onderzoeksproject

Abstract

Kankertherapie evolueert snel, deels vanwege de vooruitgang in andere domeinen, die geleid heeft tot de ontwikkeling van gedetailleerde methoden voor het bestuderen van kankerpatronen en innovatieve therapieën. Niet-thermisch plasma (NTP) is een nieuwe behandeling die in opkomst is voor kanker-immunotherapie. Bioinformatica is een ander wetenschapsgebied dat een snelle groei doormaakt, en we kunnen steeds grotere hoeveelheden 'omics' gegevens verzamelen en verwerken. In mijn project zal ik een combinatie van experimentele en bioinformatica benaderingen gebruiken om fundamentele effecten van NTP op kankercellen te bestuderen: 1) de mechanismen die de gevoeligheid van cellen beïnvloeden en 2) moleculaire veranderingen die kunnen worden benut voor combinatietherapie. In vitro experimenten zullen worden uitgevoerd om verschillende kankercellijnen in te delen in verschillende gevoeligheidsgroepen op basis van NTP-geïnduceerde celdood, en de cel redoxbalans en celdoodmodaliteiten zullen worden bestudeerd. Transcriptoomanalyse en bioinformaticamethoden voor kanker zullen worden gebruikt om de geactiveerde patronen te ontdekken. Kenmerkende genpatronen uit de transcriptoomgegevens zullen ook worden bestudeerd om een vollediger beeld te krijgen van de immunologische veranderingen in met NTP behandelde cellen. Alle in silico resultaten zullen experimenteel gevalideerd worden. Dit project betekent een meerwaarde voor meerdere wetenschapsgebieden en opent nieuwe onderzoekslijnen.

Onderzoeker(s)

• Promotor: Bogaerts Annemie
• Co-promotor: Laukens Kris
• Co-promotor: Smits Evelien
• Mandaathouder: Lin Abraham

Onderzoeksgroep(en)

• Plasma Lab voor toepassingen in duurzaamheid en geneeskunde - Antwerpen (PLASMANT)

Project website

Project type(s)

• Onderzoeksproject

Abstract

Machine learning kan worden gebruikt om de aanwezigheid of afwezigheid van interacties te voorspellen. Voor biomedisch onderzoek is de voorspelling van moleculaire interacties die ten grondslag liggen aan de mechanica van cellen, pathogenen en het immuunsysteem, een ​​probleem van grote relevantie. In dit project, zullen we een fundamenteel nieuwe technologie ontwikkelen die onbekende interacties kan voorspellen met modellen die zijn getraind in de enorme hoeveelheid moleculaire interactiegegevens die tegenwoordig beschikbaar is dankzij hoge doorvoer experimentele technieken. Dit zal worden bereikt met behulp van een machine learning model dat de patronen in moleculaire sequenties kan leren die bepalend zijn voor de interacties. We zullen dit probleem op een generaliseerbare manier aanpakken met behulp van de nieuwste generatie neurale netwerken, door een generieke codering voor moleculaire sequenties te bepalen die gemakkelijk kan worden vertaald naar verschillende biomedische problemen. Deze codering zal worden ingevoerd in een geavanceerd diep neuraal netwerk om algemene moleculaire interacties te modelleren, die vervolgens kunnen worden afgestemd op specifieke interactietypes. De attributen die voorspellend zijn zullen vervolgens worden vertaald in nieuwe visualisaties om interpretatie door levenswetenschappers mogelijk te maken. We zullen de performantie van dit model valideren met behulp van zowel computationeel gesimuleerde als echte experimentele sequentie- en interactiegegevens uit een breed scala aan relevante interactietypes.

Onderzoeker(s)

• Promotor: Laukens Kris
• Co-promotor: Bittremieux Wout
• Co-promotor: Meysman Pieter
• Mandaathouder: Postovskaya Anna

Onderzoeksgroep(en)

• ADReM Data Lab (ADReM)

Project type(s)

• Onderzoeksproject

Abstract

Het Vlaams AI-onderzoeksprogramma heeft als doel om het strategisch basis onderzoek omtrent AI aan de Vlaamse universiteiten en kenniscentrums te stimuleren. Dit onderzoek moet toepasbaar en relevant zijn voor de Vlaamse industrie. Concreet werden er 4 grote uitdagingen, met toenemende complexiteit, gedefinieerd: 1. Het ondersteunen van complexe beslissingen: focus op het nemen van complexe beslissingen door AI-systemen gebaseerd op datasets die mogelijks onvolledige of foutieve informatie kunnen bevatten. 2. Het verzamelen en verwerken van informatie in de edge: focus op het gebruik van AI-systemen in de egde i.p.v. de cloud door de integratie van software en hardware en de ontwikkeling van algoritmen die minder energie en andere hulpbronnen nodig hebben. 3. De autonome interactie met andere beslissingsentiteiten: focus op samenwerking tussen verschillende AI-systemen die onafhankelijk van elkaar opereren. 4. Het naadloos communiceren en samenwerken met mensen: focus op de natuurlijke interactie tussen mensen en AI-systemen en de ontwikkeling van AI-systemen die complexe omgevingen kunnen begrijpen en menselijke redeneringen kunnen toepassen.

Onderzoeker(s)

• Promotor: Latré Steven
• Co-promotor: Calders Toon
• Co-promotor: Daelemans Walter
• Co-promotor: Goethals Bart
• Co-promotor: Hellinckx Peter
• Co-promotor: Laukens Kris
• Co-promotor: Martens David
• Co-promotor: Sijbers Jan
• Co-promotor: Steckel Jan

Onderzoeksgroep(en)

• Internet Data Lab (IDLab)

Project type(s)

• Onderzoeksproject

Abstract

Om tegemoet te komen aan de enorme toevloed aan data binnen de life sciences en bijgevolg de nood aan bioinformatica ondersteuning, werd in Antwerpen het biomina consortium opgestart (biomina = biomedical informatics network Antwerpen), een samenwerkingsverband dat life scientists en data scientists over faculteiten heen verenigt rond biocomputing. Vanuit dit biomina initiatief wordt technische en administratieve support van de UA bioinformatica initiatieven geconsolideerd.

Onderzoeker(s)

• Promotor: Laukens Kris

Onderzoeksgroep(en)

• ADReM Data Lab (ADReM)

Project type(s)

• Onderzoeksproject

Abstract

De analyse van vitale parameters die continu gemeten worden bij een opgenomen patiënt op neonatale intensieve zorgen biedt de mogelijkheid om computationele modellen op te stellen ter predictie van complicaties. Dit project heeft als doel een machine learning model te ontwikkelen om verworven hersenschade van de prematuur te voorspellen. Dit model kan ingezet worden om bedside visualisatie aan te sturen binnen een zelflerend digitaal waarschuwingssyteem.

Onderzoeker(s)

• Promotor: Laukens Kris
• Co-promotor: Mulder Antonius

Onderzoeksgroep(en)

• ADReM Data Lab (ADReM)

Project type(s)

• Onderzoeksproject

Abstract

Het T-cell repertoire is een sleutelspeler in het adaptieve immuunsysteem en is dus belangrijk bij verdediging tegen infectie ziekten, bij het ontwikkelen van vaccins, bij auto-immuun aandoeningen en bij oncologische immuuntherapieën. T-cell receptor sequencing laat toe het ganse repertoire te karakteriseren in een enkel experiment, maar de data die daaruit voortkomt kan niet zomaar vertaald worden in een medische actie. Met artificiële intelligentie modellen kunnen we T-cel receptor sequencing data vertalen naar een bruikbaar inzicht in de immuunstatus van een individu.

Onderzoeker(s)

• Promotor: Laukens Kris
• Co-promotor: Meysman Pieter
• Co-promotor: Ogunjimi Benson

Onderzoeksgroep(en)

• ADReM Data Lab (ADReM)

Project type(s)

• Onderzoeksproject

Abstract

Kanker is wereldwijd een van de belangrijkste doodsoorzaken. In de afgelopen decennia zijn nieuwe therapieën ontwikkeld die gericht zijn op het immuunsysteem van de patiënt om een ​​antitumorreactie op te zetten. De effectiviteit van deze immunotherapieën is al in verschillende klinische onderzoeken aangetoond. Niettemin vertonen deze therapieën een grote variatie in hun werkzaamheid, zodanig dat sommige patiënten goed reageren op de therapie, terwijl andere dat niet doen. In dit project gaan we de verschillen tussen de T-celreceptor (TCR) repertoires van responders en niet-responders onderzoekers naar mogelijke merkers die een voorspellende waarde hebben voor de klinische response van de therapie. We zullen dataminingmethoden en nieuw ontwikkelde immuno-informatica software toepassen om die eigenschappen bloot te leggen die van een patiënt een klinische responder of non-responder maken. Dit zal het onderliggende mechanisme van DC-gebaseerde vaccinreactiviteit onthullen. Dit kan de algemene gezondheidszorg in termen van gepersonaliseerde geneeskunde mogelijk versnellen en op termijn kosten besparen.

Onderzoeker(s)

• Promotor: Laukens Kris
• Co-promotor: Meysman Pieter
• Co-promotor: Smits Evelien
• Co-promotor: Van Tendeloo Vigor
• Mandaathouder: Gielis Sofie

Onderzoeksgroep(en)

• ADReM Data Lab (ADReM)

Project type(s)

• Onderzoeksproject

Abstract

Recent onderzoek naar klimaatverandering legt een nieuwe en significante trend bloot: weerpatronen op gematigde breedtegraden, zoals in West-Europa, worden persistenter. Wat betreft regenval betekent dit langere droogtes, maar ook langere periodes met veel regen. Tot hiertoe ontbreken studies over de ecologische gevolgen van zulke shifts in het neerslagregime. Kunnen ecosystemen zich aanpassen, of zal de opeenvolging van droogtestress en watersaturatie hen uitputten? Ontstaan er gemeenschappen met nieuwe, aangepaste combinaties van soortkenmerken en een meer volatiele soortendynamiek als gevolg van de afwisselende stressfactoren? En zijn zulke nieuwe systemen robuust aan verdere milieuveranderingen? Deze studie onderzoekt de mogelijke impact van de huidige shift in de opeenvolging van droge en natte periodes op uiteenlopende, onderling verbonden niveaus van biologische organisatie. Daarvoor wordt een nieuw experimenteel platform aan de Universiteit Antwerpen gebruikt, ontworpen in het kader van de Europese infrastructuur voor ecosysteem-onderzoek 'AnaEE'. In deze set-up simuleren we, in de open lucht, veranderingen in regenval en geassocieerde temperatuurswijzigingen met behulp van een gradiënt-design dat acht verschillende neerslagregimes omvat, waardoor we niet-lineaire responsen en plotse omslagpunten in ecosysteemtoestand heel precies kunnen detecteren. Het project omspant een breed bereik, van planten tot bodemorganismen zoals bacteriën en schimmels, en van cellulair metabolisme en genetische regulatie bestudeerd m.b.v. bio-informatica tot de studie van ecosysteemprocessen. Deze benadering onderschrijft expliciet de connecties binnen ecosystemen, en het belang van moleculaire en cellulaire kennis om grootschalige systeem-effecten op gebied van biologische productiviteit, broeikasgasfluxen en biodiversiteit mechanistisch te kunnen verklaren. Drie omvangrijke experimenten worden gepland: (i) in jaar 1 wisselen we droge en natte fases met elkaar af, met een duur variërend van 1 tot 60 dagen, gedurende een volledig groeiseizoen; (ii) in jaar 2 focussen we op naijleffecten en het belang van veranderingen in de bodemgemeenschap; (iii) in jaar 3 koppelen we neerslagregimes aan overeenkomstige temperatuurregimes om de impact van opwarming die doorgaans gepaard gaat met droogte (een belangrijke natuurlijke feedback die de stress op planten verhoogt) te onderzoeken. Een serie van onderling verbonden, hypothese-gedreven metingen wordt uitgevoerd, en de bekomen gegevens worden geïntegreerd met twee technieken: 'structural equation modelling' (padanalyse) en ecosysteemmodellering. Het projectteam heeft succesvol samengewerkt in het verleden. De complementaire expertise die wordt samengebracht zal niet enkel leiden tot een beter begrip van sleutelprocessen, maar opent ook de deur naar manieren om de impact van klimaatverandering op ecosystemen te matigen.

Onderzoeker(s)

• Promotor: Nijs Ivan
• Co-promotor: Asard Han
• Co-promotor: Beemster Gerrit
• Co-promotor: Laukens Kris
• Co-promotor: Verbruggen Erik

Onderzoeksgroep(en)

• Planten- en Ecosystemen (PLECO) - Ecologie in tijden van verandering

Project type(s)

• Onderzoeksproject

Abstract

Jaarlijks ontwikkelen 10 miljoen mensen tuberculose en sterven 1,7 miljoen mensen als gevolg van de ziekte. Ongeveer 600 000 van deze nieuwe gevallen zijn resistent aan rifampicine, een belangrijke eerstelijns drug. Drug resistente tuberculose vormt een groot probleem voor de volksgezondheid wereldwijd. Whole Genome Sequencing is een innovatieve methode om drug resistentie te detecteren. De huidige tools om drug resistentie te detecteren kunnen echter het drug resistentie profiel achterhalen op basis van slechts enkele van de in totaal 2000 genetische varianten die geassocieerd worden met resistentie. Tegen het einde van 2018 zal de WHO de fluoroquinolones en bedaquiline naar voor schuiven als twee van de drie core drugs voor behandeling van rifampicine resistente tuberculose. Terwijl de fluoroquinolones een goed bestudeerde klasse van antibiotica zijn, is bedaquiline een nieuwe drug. Bijgevolg is de beschikbaarheid van genotype-phenotype data voor bedaquiline gelimiteerd en zijn geen genetische mutaties statistisch gecorreleerd met bedaquiline resistentie. Nieuwe tools om drug resistentie te voorspellen zijn nodig om optimaal klinisch gebruik te maken van Whole Genome Sequencing. In dit project worden 2 nieuwe methodes ontwikkeld om drug resistentie van Myobacterium tuberculose te voorspellen. Bij de eerste methode wordt pattern mining toegepast om veranderingen in de drug target bindingssite als resistentie mechanisme te valideren door modelleren van de drug-drug target interactie. In de tweede methode worden regulatorische resistentie mechanismen, zoals opregulatie van drug efflux pompen, gevalideerd door modelleren van transcriptionele verandingen veroorzaakt door genetische mutaties.

Onderzoeker(s)

• Promotor: Van Rie Annelies
• Co-promotor: Laukens Kris
• Mandaathouder: Rivière Emmanuel

Onderzoeksgroep(en)

• Instituut voor Globale Gezondheid (GHI)

Project type(s)

• Onderzoeksproject

Abstract

Plasmodium vivax is een van de 5 soorten die verantwoordelijk is voor malaria in de mens, en de voornaamste oorzaak van malaria buiten Afrika. Een essentiële stap tijdens de infectie door P. vivax is de invasie van reticulocyten (jonge rode bloedcellen) door de parasiet. Deze invasie wordt mogelijk gemaakt door verschillende interacties tussen gastheer receptoren (op de reticulocyt membraan) en parasietliganden. Hoewel deze interacties zeer goed bestudeerd zijn in Plasmodium falciparum, is er maar weinig geweten (en zijn ze niet vergelijkbaar) in P. vivax, omdat een cultuursysteem voor lange termijn culturen in P. vivax ontbreekt. Nochtans is de identificatie van parasietliganden en het karakteriseren van pathways die de parasiet gebruikt om de reticulocyt te invaderen essentieel voor de ontwikkeling van geneesmiddelen en vaccins, wat daarom de vraag is die aan de basis ligt van dit project. Om P. vivax te kunnen elimineren is een beter begrip van de invasieliganden nodig. Onze hypothese stelt dat verschillende pathways gebruikt worden door P. vivax om reticulocyten te invaderen, en dat de PvTRAg en PvRBP multigenische families belangrijke invasieliganden bevatten. Dit zal daarom de eerste studie worden die nieuw gekarakteriseerde P. vivax invasiefenotypes met transcriptoom en (epi-) genomische data zal integreren in isolaten uit het veld. Dit project zal een grote vooruitgang betekenen voor de kennis over de rol en regulatie van de PvTrag en PvRBP families tijdens P. vivax invasie en de mogelijkheid geven om nieuwe liganden te ontdekken. Kandidaatliganden zullen worden gevalideerd met ex vivo invasieassays, en zullen ons finaal helpen om de meest geschikte geneesmiddel en vaccinkandidaten te identificeren.

Onderzoeker(s)

• Promotor: Laukens Kris
• Co-promotor: Cuypers Bart
• Mandaathouder: De Meulenaere Katlijn

Onderzoeksgroep(en)

• ADReM Data Lab (ADReM)

Project type(s)

• Onderzoeksproject

Abstract

Tuberculose (TB) blijft een globaal probleem met jaarlijks 10.4 miljoen nieuwe infecties en 1.4 miljoen tuberculose gerelateerde sterfgevallen. Ongeveer 600 000 van deze nieuwe gevallen zijn resistent aan rifampicine, de belangrijkste eerstelijnsdrug. Het doel van dit PhD project is om Whole Genome Sequencing (WGS) als een diagnostisch platform, wat momenteel vooral in research gebruikt wordt, naar de patiënt te brengen. De interpretatie van WGS data vergt expertise die niet beschikbaar is in de high TB burden countries, Door software te ontwikkelen die de WGS data automatisch interpreteert en de optimale geindividualiseerde TB behandeling aanbeveelt voor een patiënt, rekening houdend met klinishe informatie en resistentie, zal ik dit gat in de research en klinische praktijk overbruggen. Bovendien zal de software, afhankelijk van de regio en de prevalentie van drug resistentie in die regio, onverwachte drug resistentie patronen in patiënten herkennen. Voor deze patiënten zal de software dan extra drug susceptibility tests aanbevelen. De gezondheidswerker kan de klinische patiënt informatie invoeren in een interface die gemakkelijk is in het gebruik. De WGS resultaten zullen gecombineerd worden met de klinische gegevens en beschikbaar gesteld aan de gezondheidswerker. Afhankelijk van de expertise van de gezondheidswerker, kunnen verschillende niveaus van informatie betreffende het beslissingproces naar de optimale behandeling beschikbaar gemaakt worden aan de gezondheidswerker. Deze software zal de diagnose en behandeling van drug resistente TB vergemakkelijken.

Onderzoeker(s)

• Promotor: Van Rie Annelies
• Co-promotor: Laukens Kris
• Mandaathouder: Verboven Lennert

Onderzoeksgroep(en)

• Instituut voor Globale Gezondheid (GHI)

Project type(s)

• Onderzoeksproject

Abstract

Om tegemoet te komen aan de enorme toevloed aan data binnen de life sciences en bijgevolg de nood aan bioinformatica ondersteuning, werd in Antwerpen het biomina consortium opgestart (biomina = biomedical informatics network Antwerpen), een samenwerkingsverband dat life scientists en data scientists over faculteiten heen verenigt rond biocomputing. Vanuit dit biomina initiatief wordt technische en administratieve support van de UA bioinformatica initiatieven geconsolideerd.

Onderzoeker(s)

• Promotor: Laukens Kris

Onderzoeksgroep(en)

• ADReM Data Lab (ADReM)

Project type(s)

• Onderzoeksproject

Abstract

Leishmania is een protozoaire parasite met een opmerkelijke toleratie voor aneuploïdie. Dit staat in scherp contrast met andere organismen, waar aneuploidy meestal zeer nadelige effecten heeft. Het gevolg van aneuploïdie is dat alle genen van een geaffecteerd chromosoom een abnormale 'gene dosage' (aantal kopieën van een gen) hebben, vergeleken met de (normale) euploïde situatie. In een vorige studie toonden we reeds aan dat de meerderheid van transcripten en proteinen deze gene dosage veranderingen volgen. Voor een beperkt aantal transcripten en proteinen is dit echter niet het geval en deze 'compensatie' treedt op door een nog onbekend mechanisme. Dit project onderzoekt (i) of gene dosage compensatie optreedt door veranderingen in transcript stabiliteit, translatie-efficientie, en/of proteïne stabiliteit en door welke bio-moleculaire eigenschappen dit gemedieerd wordt. (ii) of gene dosage compensatie regulatie gemoduleerd wordt tussen verschillende levensstadia van de parasiet. Hiervoor zullen we eerst de relatieve bijdrage van elke regulatielaag bepalen tot de totale compensatie en met deze informatie een conceptueel model opstellen van dosage compensatie in Trypanosomatiden. Dit is de eerste integratieve multi-omic studie die dosage compensatie onderzoekt in Leishmania, maar ook in Trypanosomatiden in het algemeen. Deze studie zal leiden tot nieuwe inzichten in hoe compensatie gereguleerd wordt in aneuploïde cellen, en zal onderzoeken of er een levens-cylus specifieke component aanwezig is die deze mechanismen moduleert. Omdat deze fundamentele mechanismen nog onvolledig gekend zijn in alle Eukaryoten kan deze studie mogelijk ook leiden tot het ontrafelen van (mogelijk nog onbekende) regulatiemechanismen in Eukaryoten.

Onderzoeker(s)

• Promotor: Laukens Kris
• Co-promotor: Dujardin Jean-Claude
• Mandaathouder: Cuypers Bart

Onderzoeksgroep(en)

• ADReM Data Lab (ADReM)

Project type(s)

• Onderzoeksproject

Abstract

De relatie tussen ziekteverwekkers en hun gastheer is vaak complex en hun evolutionaire wapenwedloop ingewikkeld. Subklinische infecties komen vaak voor; host-organismen worden geïnfecteerd door een normaal ziekteverwekkende pathogeen, maar er worden geen symptomen vertoond. Op deze manier beschikken ziekteverwekkers over natuurlijke reservoirs van asymptomatische dragers die kunnen helpen in de transmissie naar gevoelige gastheren. Het doel van dit fundamentele onderzoek is inzicht te verwerven in de algemene moleculaire mechanismen die ten grondslag liggen aan waarom sommige diersoorten - of zelfs sommige individuen - na infectie met specifieke ziekteverwekkers meestal asymptomatisch blijven, terwijl anderen evolueren naar een symptomatische ziekte. Hiertoe zal een grote collectie van pathogeen-gastheer interactie netwerken worden opgezet voor zowel symptomatisch als asymptomatisch gastheren. State-of-the-art datamining methoden zullen worden toegepast om de regels en patronen te ontdekken in de interactie netwerk die geassocieerd zijn met ziektegevoeligheid. Tot slot zullen deze patronen worden gefilterd en gevalideerd met behulp van geïntegreerde multi-level 'omics informatie afkomstig van zowel de ziekteverwekker en de gastheer soorten. De resultaten van dit project zullen leiden tot zowel nieuwe methodologie om eerder gekarakteriseerde gastheer-pathogeen interacties te bestuderen, alsook tot fundamentele nieuwe inzichten in de biologische drivers van ziektegevoeligheid.

Onderzoeker(s)

• Promotor: Laukens Kris
• Co-promotor: Meysman Pieter
• Mandaathouder: Moris Pieter

Onderzoeksgroep(en)

• ADReM Data Lab (ADReM)

Project type(s)

• Onderzoeksproject

Abstract

De aangevraagde infrastructuur (performante vloeistofchromatografie-ion mobiliteit-quadrupoolvluchttijd-massaspectrometer LCxLC-IM-QTOFMS) combineert drie state-of-the art technieken in één innovatief platform. Hiermee wensen wij het metabolomics onderzoek aan de UAntwerpen tot een uitmuntend niveau te brengen. Het toestel is in staat een 5-dimensionele scheiding uit te voeren en zou het eerste op Belgische bodem zijn. Het instrument is voorbestemd voor metabolomics onderzoek, de studie van endogene metabolieten in cellen, weefsels en organismen. De beoogde infrastructuur kan de complexe en uitgebreide chemische mengsels (van polaire aminozuren tot apolaire lipiden en hormonen) op een efficiënte wijze scheiden, detecteren én identificeren tot op nanomolaire concentraties. Tot op heden zijn metabolomics inspanningen aan de UA versnipperd en er ontbreekt een 'toegewijd' toestel. Metabolomics onderzoek omvat geneesmiddelenonderzoek (werkingsmechanisme en farmacokinetiek), biomerker- en toxiciteitsstudies alsook data-analyse en systeembiologie studies. Een investering in een uniek, hyperanalytisch platform biedt de mogelijkheid om negen onderzoeksgroepen van vijf departementen en twee faculteiten te laten samenwerken in één kernfaciliteit om zo het metabolomics onderzoek aan de UA te stroomlijnen en deze groeipool om te zetten in een speerpunt. Deze aanpak is revolutionair en zal de UA op de kaart zetten bij de (metabol)omics-onderzoeksgroepen van de BeNeLux en wereldwijd.

Onderzoeker(s)

• Promotor: Covaci Adrian
• Co-promotor: Augustyns Koen
• Co-promotor: Baggerman Geert
• Co-promotor: Bervoets Lieven
• Co-promotor: De Meester Ingrid
• Co-promotor: De Meyer Guido
• Co-promotor: Hermans Nina
• Co-promotor: Laukens Kris
• Co-promotor: Lemière Filip
• Co-promotor: Maes Louis
• Co-promotor: van Nuijs Alexander

Onderzoeksgroep(en)

• Toxicologie

Project type(s)

• Onderzoeksproject

Abstract

Dit project heeft als doel de huidige sequentie infrastructuur, beschikbaar aan de Universiteit Antwerpen (UA), naar een volgend niveau te tillen door middel van de aankoop van een derde generatie sequentie (3GS) platform. Het toppunt van deze derde generatie sequencers, de PacBio Sequel, maakt gebruik van het natuurlijk replicatieproces om individuele DNA moleculen uit te lezen tijdens het replicatieproces. 3GS opent op die manier nieuwe deuren voor sequentie-gebaseerd onderzoek voor dit consortium dat bestaat uit 14 UA onderzoeksgroepen uit verschillende vakgebieden zoals geneeskunde, biologie en bioinformatica. Bijkomend hebben een aantal derde partijen toegezegd deze technologie te willen gebruiken voor hun lopende en toekomstige onderzoeksprojecten. Binnen dit consortium zal 3GS gebruikt worden om prokaryote en eukaryote genomen te sequeneren, inclusief moeilijk te sequeneren deelgebieden, nieuwe genen en mutaties te identificeren in diverse zeldzame Mendeliaanse stoornissen, epigenetische modificaties te identificeren om aldus een beter begrip te krijgen van biologische processen zoals genexpressie en gastheer-pathogeen interacties, het microbioom van de mens, muis en omgeving in kaart te brengen en dit in relatie met bepaalde ziektebeelden en verschillende stresfactoren uit de omgeving, nieuwe preventiestrategieën te ontwikkelen voor infectiegeassocieerde ziekten met het oog op betere doelwitten voor medicijnen. De analyse van de grote hoeveelheden genoom en transcriptoom data van de verschillende onderzoeksgroepen zal gecoördineerd worden door de UZA/UA bioinformatica groep Biomina

Onderzoeker(s)

• Promotor: Malhotra Surbhi
• Co-promotor: Kumar-Singh Samir
• Co-promotor: Laukens Kris
• Co-promotor: Mortier Geert
• Co-promotor: Smet Annemieke
• Co-promotor: Vanden Berghe Wim
• Co-promotor: Van Rie Annelies

Onderzoeksgroep(en)

• Laboratorium voor Medische Microbiologie (LMM)

Project type(s)

• Onderzoeksproject

Abstract

Het doel van dit PhD-project is om het proces van niche adaptatie bij Salmonella te bestuderen vanuit een systeembiologisch perspectief. Momenteel wordt niche adaptatie vooral bestudeerd op het niveau van het genoom, met de focus op coderende genen. Dit doctoraat zal zich toespitsen op het transcriptoom, en meer bepaald op de integratie van beide niveaus. Finaal zullen de bevindingen gemodelleerd worden met machine-learning technieken, hetgeen ons zal toelaten niche adaptatie veel breder te bestuderen. De methodologie zal getest worden op een specifiek Salmonella serotype, genaamd Salmonella Concord, dat we als paradigma gebruiken voor het huidige probleem van bloedstroominfecties met multiresistente Salmonellae in Sub-Sahara Africa.

Onderzoeker(s)

• Promotor: Laukens Kris
• Co-promotor: Meysman Pieter
• Mandaathouder: Cuypers Wim

Onderzoeksgroep(en)

• ADReM Data Lab (ADReM)

Project type(s)

• Onderzoeksproject

Abstract

Een interdisciplinaire studie waarbij we de rol van HLA genen en T-cel diversiteit als risicofactoren voor herpes zoster bestuderen. Chickenpox is a consequence of primary infection of varicella-zoster virus (VZV). Afterwards, VZV remains latent in neural ganglia until symptomatic reactivation called herpes zoster (HZ, shingles). In this project, we will first develop a novel computational framework that will allow us to estimate the probability that a pathogen-derived antigen is adequately recognised by the major histocompatibility complexes (MHC) encoded by HLA genes. Antigen bounding by MHC molecules is a necessary step prior to recognition (and further management) of infected cells. Next, we will obtain HLA data from 150 HZ patients and 150 matched controls. This will allow us to estimate whether and which HLA A/B/C genes are enriched or depleted in HZ patients. Our computational framework will allow us to estimate which VZV proteins are most likely of importance in controlling VZV. We will assess whether the HLA data is readily translated into the diversity of the T-cell receptor (TCR) against VZV, and against which of the most important VZV proteins. Finally, we will differentiate blood-derived inducible pluripotent stem cells (iPSC) into neuronal cells, infect these neuronal cells with VZV and study whether depletion of VZV-specific T-cells affects VZV proliferation, thereby confirming our earlier obtained HLA-TCR predictions.

Onderzoeker(s)

• Promotor: Laukens Kris
• Co-promotor: Delputte Peter
• Co-promotor: Mortier Geert
• Co-promotor: Ogunjimi Benson
• Co-promotor: Van Tendeloo Vigor

Onderzoeksgroep(en)

• ADReM Data Lab (ADReM)

Project type(s)

• Onderzoeksproject

Abstract

Vaccins worden gebruikt om het immuunsysteem te stimuleren in de verdediging tegen pathogenen en kanker. Een belangrijke stap in het ontwikkelen van nieuwe vaccins is een grootschalig klinisch onderzoek naar de werkzaamheid en veiligheid van het vaccin door het volgen van de veranderingen in antilichaamconcentraties en immuuncelpopulaties na het toedienen van het vaccin. Dit is vaak een omvangrijk en kostelijk proces, met een hoog percentage mislukkingen. Dit project heeft tot doel een computationeel raamwerk te ontwikkelen voor gebruik binnen vaccin klinische studies dat het ontwikkelingsproces efficiënter, sneller en nauwkeuriger moet maken. Dit raamwerk is gebaseerd op de nieuwe immunologische en moleculaire inzichten die zijn opgedaan door de komst van immuno-sequencing en immuno-informatica technologieën, en het bouwt verder op een succesvolle samenwerking tussen immunologen en data wetenschappers.

Onderzoeker(s)

• Promotor: Laukens Kris
• Co-promotor: Ogunjimi Benson

Onderzoeksgroep(en)

• ADReM Data Lab (ADReM)

Project type(s)

• Onderzoeksproject

Abstract

Met een groeiende nucleaire dreiging, is het van bijzonder belang om efficiënte biomerkers te vinden die snelle triage toelaten van blootgestelde individuen. Evenzeer is het belangrijk om biomerkers voor stralingssensitiveit te vinden om zo therapeutische behandelingen van tumoren te kunnen personaliseren. De huidige gouden standaard voor biodosimetrie, een cytogenetische test, voldoet niet aan de voorwaarden voor snelle diagnostiek en is duur waardoor ze niet geschikt is om grote populaties te screenen. Genexpressie (mRNA) analyses komen snel op als waardige alternatieven voor dit doeleinde. Onze groep heeft het potentieel hiervan recent aangetoond door de identificatie van sensitieve exon signaturen als robuste stralingsbiomerkers. Een van de grootste beperkingen van mRNA is echter de inherente instabiliteit. Circulair RNA (circRNA) is een recent ontdekte klasse van niet-coderende RNA moleculen die gereguleerd tot expressie komen. Door hun covalente, gesloten structuur, zijn deze RNA moleculen veel stabieler en resistenter. Vermits circRNA bovendien ook abundant voorkomt in bloedcellen en exosomen van serum, hebben ze mogelijk een sterk potentieel als stralingsbiomerker. Deze hypothese vormt de basis van dit doctoraatsonderzoek.

Onderzoeker(s)

• Promotor: De Vos Winnok
• Co-promotor: Laukens Kris

Onderzoeksgroep(en)

• Laboratorium voor celbiologie en histologie

Project type(s)

• Onderzoeksproject

Abstract

De afgelopen jaren is er een steeds grotere nadruk gelegd geworden op kwaliteitscontrole voor massaspectrometrie-gebaseerde proteoomanalyses, hetgeen een noodzakelijke factor is om de validiteit van de experimentele resultaten te verifiëren. Massaspectrometrie is een zeer complexe analytische techniek. Doordat de resultaten hiervan onderhevig zijn aan een grote variabiliteit zijn aangepaste technieken voor kwaliteitscontrole noodzakelijk om de invloed van de variabiliteit op de experimentele data te modelleren. Dit is momenteel echter nog niet mogelijk omdat informatie met betrekking tot de kwaliteit onvoldoende beschikbaar is: deze informatie wordt zelden gerapporteerd samen met de eigenlijke data en indien het toch aanwezig is, is het zeer moeilijk om dit correct te interpreteren. Om het volle potentieel te benutten van massaspectrometrie-gebaseerde proteoomanalyses is het noodzakelijk om op een systematische manier aan kwaliteitscontrole te doen. Daarom zullen we de technische infrastructuur voorzien om als integraal deel van een massaspectrometrie-experiment kwaliteitsmetrieken te genereren. We zullen het qcML standaard bestandsformaat voor kwaliteitsinformatie verder ontwikkelen. Op basis van dit bestandsformaat zullen we ervoor zorgen dat gedetailleerde kwaliteitsinformatie aanwezig is voor alle datasets die in PRIDE, een voorstaande databank voor publieke proteoomdata, zijn opgeslagen. Verder zullen we geavanceerde machine learning algoritmes gebruiken om op basis van deze waardevolle nieuwe kwaliteitsdata nieuwe kennis over de performantie van een massaspectrometrie-experiment te ontdekken. Dit zal ertoe leiden dat experimentele opstellingen verbeterd kunnen worden om de acquisitie van spectra te maximaliseren, het vertrouwen in de gegenereerde resultaten te verhogen, en de toepassingsmogelijkheden van massaspectrometrie-onderzoek uit te breiden.

Onderzoeker(s)

• Promotor: Laukens Kris
• Mandaathouder: Bittremieux Wout

Onderzoeksgroep(en)

• ADReM Data Lab (ADReM)

Project type(s)

• Onderzoeksproject

Abstract

Een in vitro model opbouwen met gekende hepatotoxische organische chemicaliën(paracetamol, valproaat, etc) en HepaRG-cellijn; veranderingen in de (endogene) metabole pathways bij screeningsmethode met metabolomics principes (LC-HRMS) worden vergeleken en elk geklasseerd om verder te zetten in gerichte methode.

Onderzoeker(s)

• Promotor: Covaci Adrian
• Co-promotor: Laukens Kris
• Mandaathouder: Cuykx Matthias

Onderzoeksgroep(en)

• Toxicologie

Project type(s)

• Onderzoeksproject

Abstract

Consolideren van VariantDB als collaborative variant interpretation platform binnen ELIXIR. Given the rapid implementation of next-generation sequencing in various domains, we believe that one of the major bottlenecks will become the interpretation of the resulting data. We are convinced that a structural solution should support distributed big data storage, coupled to centralized and intelligent querying. Today, due to dispersed data, investigators resort to multiple databases and ad- hoc communication with collaborators to assess variant pathogenicity. Considering today's challenges, we aim at providing an integrated platform offering researchers intelligent decision support and seamless collaboration options. First, phenotypic information is coupled to interpretation and ranking of individual variants in the context of a single sample. Second, we integrate the ELIXIR service NGS-Logistics, to enable platform wide analysis of variant prevalence. Third, we provide automatic selection of similar patients and matched control cohorts from the available samples, to perform valid enrichment analysis. Within ELIXIR, NGS-Logistics already adheres to the philosophy of distributed storage and centralized analysis, on the level of variant calling. By implementing the features proposed above, VariantDB could complement this service at the level of variant interpretation. As a service, it will be an asset in both routine and research applications. Finally, the proposed platform is made available to all institutions, bringing new collaboration opportunities to ELIXIR partners.

Onderzoeker(s)

• Promotor: Laukens Kris

Onderzoeksgroep(en)

• ADReM Data Lab (ADReM)

Project type(s)

• Onderzoeksproject

Abstract

De afgelopen jaren werden de life sciences steeds meer overspoeld en gedreven door grote hoeveelheden complexe gegevens. Dankzij baanbrekende nieuwe technologieën neemt de snelheid waarmee biomoleculen (zoals DNA, metabolieten of eiwitten) van een levend systeem worden geanalyseerd al een aantal jaren sneller toe dan de capaciteit van computer processoren en harde schijven. Deze trend betekent dat "traditionele technieken" om biomoleculaire gegevens te analyseren en interpreteren steeds minder geschikt worden in dit huidige tijdperk. Het extraheren van relevante kennis uit deze gegevens is nu grotendeels gebaseerd op een reeks van speciale 'big data' technieken, die vallen onder de termen "data mining" en "machine learning". Dit project richt zich op "pattern mining", een specifiek type technieken dat zeer relevant is voor life science. "Pattern mining" staat voor het ontdekken van nooit eerder gekende, interessante patronen in complexe data. Frequent pattern mining staat voor het vinden van de meest voorkomende sets van items in een dataset. Er zijn echter belangrijke problemen met dergelijk resultaten, die we zullen aanpakken in dit project. Ten eerste zijn die patroon lijsten vaak enorm lang, en geen domein expert is meestal in staat om elk patroon in zo'n lijst te onderzoeken laat staan te interpreteren. Bovendien zijn vele van de patronen in dergelijke lijst niet interessant voor de domein-expert of zelfs triviaal. In dit project ontwikkelen we een generiek formeel en statistisch raamwerk om patroon interestingness opnieuw te definiëren aan de hand van de specifieke life science context. Na het definiëren van nieuwe patroon interestingness criteria, zullen we efficiënte algoritmen ontwikkelen om dergelijke patronen te minen uit complexe data. De algoritmes zullen worden gevalideerd op toy datasets en gouden standaard data. Tenslotte zullen we deze methoden gebruiken om nieuwe kennis te extraheren uit grootschalige microbiële genexpressie compendia, een enorme set van menselijke genoomsequenties en drug-doelwit interactienetwerken, met de bedoeling fundamenteel nieuwe biologische of biomedische inzichten te genereren.

Onderzoeker(s)

• Promotor: Laukens Kris
• Mandaathouder: Bui-Thi Danh

Onderzoeksgroep(en)

• ADReM Data Lab (ADReM)

Project type(s)

• Onderzoeksproject

Abstract

Recent zijn technologieën ontwikkeld ​​die in staat zijn om volledige humane genoom te screenen op genetische afwijkingen en die de productie van grote hoeveelheden gegevens met zich meebrengen. Deze technieken omvatten microarrays voor detectie van gedupliceerde of ontbrekend genomisch materiaal en next generation sequencing technologieën voor de detectie van variatie op nucleotide niveau. Tegelijkertijd beschikken wij over uigebreide databases die ons helpen de gevonden informatie te interpreteren. Terwijl het de klinische consequenties van sommige varianten eenduidig zijn, kunnen anderen aanwezig in zowel ogenschijnlijk gezonde en ernstig gestoord familieleden zijn, wat aangeeft dat disease modifying varianten een rol in de klinische presentatie spelen. Dit leidde tot het formuleren van een multiple genes, common pathways paradigma. Dit project beoogd om genetische variatie te studeren onder dit paradigma. We willen we onderzoeken hoe we state-of-the-art data mining methoden kunnen toepassen om verborgen relaties tussen varianten te onthullen, met als doel het verwerven van nieuwe inzichten in de moleculaire pathologie van erfelijke ziekten, met de nadruk op de cognitieve stoornissen.

Onderzoeker(s)

• Promotor: Kooy Frank
• Co-promotor: Laukens Kris
• Mandaathouder: Vandeweyer Geert

Onderzoeksgroep(en)

Project website

Project type(s)

• Onderzoeksproject

Abstract

De relatie tussen ziekteverwekkers en hun gastheer is vaak complex en hun evolutionaire wapenwedloop ingewikkeld. Subklinische infecties komen vaak voor; host-organismen worden geïnfecteerd door een normaal ziekteverwekkende pathogeen, maar er worden geen symptomen vertoond. Op deze manier beschikken ziekteverwekkers over natuurlijke reservoirs van asymptomatische dragers die kunnen helpen in de transmissie naar gevoelige gastheren. Het doel van dit fundamentele onderzoek is inzicht te verwerven in de algemene moleculaire mechanismen die ten grondslag liggen aan waarom sommige diersoorten - of zelfs sommige individuen - na infectie met specifieke ziekteverwekkers meestal asymptomatisch blijven, terwijl anderen evolueren naar een symptomatische ziekte. Hiertoe zal een grote collectie van pathogeen-gastheer interactie netwerken worden opgezet voor zowel symptomatisch als asymptomatisch gastheren. State-of-the-art datamining methoden zullen worden toegepast om de regels en patronen te ontdekken in de interactie netwerk die geassocieerd zijn met ziektegevoeligheid. Tot slot zullen deze patronen worden gefilterd en gevalideerd met behulp van geïntegreerde multi-level 'omics informatie afkomstig van zowel de ziekteverwekker en de gastheer soorten. De resultaten van dit project zullen leiden tot zowel nieuwe methodologie om eerder gekarakteriseerde gastheer-pathogeen interacties te bestuderen, alsook tot fundamentele nieuwe inzichten in de biologische drivers van ziektegevoeligheid.

Onderzoeker(s)

• Promotor: Laukens Kris
• Co-promotor: Meysman Pieter
• Mandaathouder: Moris Pieter

Onderzoeksgroep(en)

• ADReM Data Lab (ADReM)

Project type(s)

• Onderzoeksproject

Abstract

In dit project wordt een `matrix assisted laser desorption ionization time-of-flight' (MALDI-TOF) massaspectrometer aangevraagd, die uitgerust is voor massaspectrometrie gebaseerde beeldvorming. Deze techniek is speciaal ontwikkeld voor de identificatie van biomoleculen waarbij de cytologische en histologische patronen bewaard blijven. Deze nieuwe techniek, afgekort MALDI-MSI, begeeft zich op het zeer interessante en productieve raakvlak tussen massaspectrometrie en beeldvormingstechnieken. Daardoor vormt dit project de brug tussen 3 CORE faciliteiten van Universiteit Antwerpen: Center for Proteomics, Bio-Imaging lab en de Biomedical Microscopic Imaging Core. Verschillende onderzoeksgroepen, die bij elkaar gebracht zijn door een gemeenschappelijke interesse in onderzoek naar de moleculaire schade die wordt veroorzaakt door afwijkende verouderingsprocessen, zullen door het gebruik van MALDI-MSI een ganse reeks van moleculen kunnen identificeren rechstreeks op de weefselcoupes en dit gaande van kleine molecules (peptiden en metabolieten) tot grotere eiwitten. Dit is onmogelijk met andere gebruikte proteomics, metabolomics technieken en zelf meer geavanceerde beeldvormingstechnieken.

Onderzoeker(s)

• Promotor: Maudsley Stuart
• Co-promotor: Baggerman Geert
• Co-promotor: Blust Ronny
• Co-promotor: Bogers John-Paul
• Co-promotor: Dewilde Sylvia
• Co-promotor: Husson Steven
• Co-promotor: Laukens Kris
• Co-promotor: Lemière Filip
• Co-promotor: Mertens Inge
• Co-promotor: Sobott Frank
• Co-promotor: Valkenborg Dirk
• Co-promotor: Van Der Linden Annemie
• Co-promotor: Van Ostade Xaveer

Onderzoeksgroep(en)

Project type(s)

• Onderzoeksproject

Abstract

Herpesvirussen zijn alom aanwezig in onze samenleving en liggen aan de oorsprong van een aantal veelvoorkomende ziekten zoals koortsblaasjes (Herpes simplex) en waterpokken (Varicella). Alle acht humaan infecterende herpesvirussen presenteren klinisch relevante ziektebeelden en bij minstens vijf van deze virussen ligt de seroprevalentie bij de algemene bevolking rond 90%. Niet alle individuen zijn echter even vatbaar voor dezelfde virale pathogenen. Sommige individuen ondergaan een asymptomatische infectie, terwijl anderen ernstige complicaties vertonen. Zo kunnen de meestal onschuldige waterpokken levensbedreigend zijn in een klein percentage van de geïnfecteerde individuen. Hoewel het zeer waarschijnlijk is dat deze verschillen in individuele ziektesusceptibiliteit deels hun oorsprong vinden in de diversiteit binnen het humaan immuunsysteem, blijven deze tot op heden grotendeels onbekend. Een van de belangrijkste stappen in de activatie van het adaptieve immuunsysteem is de presentatie van virale epitopen, gewoonlijk peptiden (p), door het majeur histocompatibiliteitscomplex (MHC) en de daaropvolgende herkenning van dit complex door een T-cel receptor (TCR). Er bestaan vele allelische varianten van de genen die coderen voor de MHC-genen, elks met een eigen karakteristieke specificiteit om bepaalde immunogene (virale) peptiden te herkennen. Deze variatie is een van de onderliggende factoren die leiden tot verschillen in ziektesusceptibiliteit. Voorgaand onderzoek heeft uitgewezen dat het mogelijk is om op basis van machine learning algoritmes modellen te creëren die op een accurate manier de bindingsaffiniteit tussen de MHC-moleculen en peptiden kunnen voorspellen. De resulterende modellen laten toe om de bindingsaffiniteit te voorspellen tussen bijna alle MHC-allelen en een arbitrair peptide. Echter, de herkenning van virale peptiden door de MHC-moleculen zijn slechts een deel van het verhaal, aangezien elk individu ook een uniek repertoire aan T-cellen bezit dat wordt gekenmerkt door een enorme diversiteit. Deze enorme diversiteit speelt ook een belangrijke factor bij het tot stand komen van individuele immuunreacties en de verschillen hiertussen. In tegendeel tot MHC-peptidemodellen bestaan er echter zeer weinig TCR-herkenningsmodellen en worden de bestaande modellen geplaagd door een gelimiteerde toepasbaarheid en accuraatheid. Het opzet van dit project omvat dan ook de ontwikkeling, evaluatie en toepassing van state-of-the-art computationele methoden die ons moeten toelaten om complexe MHC-p-TCR interactiedata te interpreteren en de patronen te ontdekken binnen dit systeem. Binnen deze opzet zal het modelleren van de moleculaire interactie tussen het MHC-complex, de antigenspecifieke TCR en het peptide-antigen zelf een van de belangrijkste focuspunten vormen. Deze modellen en methoden moeten uiteindelijk resulteren in het opstellen van enkele computationele tools die in staat zijn om gepersonaliseerde immuunreacties op herpesvirussen te voorspellen.

Onderzoeker(s)

• Promotor: Laukens Kris
• Co-promotor: Ogunjimi Benson
• Co-promotor: Suls Arvid
• Mandaathouder: De Neuter Nicolas

Onderzoeksgroep(en)

• ADReM Data Lab (ADReM)

Project type(s)

• Onderzoeksproject

Abstract

Een in vitro model opbouwen met gekende hepatotoxische organische chemicaliën(paracetamol, valproaat, etc) en HepaRG-cellijn; veranderingen in de (endogene) metabole pathways bij screeningsmethode met metabolomics principes (LC-HRMS) worden vergeleken en elk geklasseerd om verder te zetten in gerichte methode.

Onderzoeker(s)

• Promotor: Covaci Adrian
• Co-promotor: Laukens Kris
• Mandaathouder: Cuykx Matthias

Onderzoeksgroep(en)

• Toxicologie

Project type(s)

• Onderzoeksproject

Abstract

Dit PhD-project zal een systeembiologische benadering aanwenden om de ontwikkeling en adaptatie van Leishmania te bestuderen. De integratie van -omics data van verschillende functionele niveaus (genoom, transcriptoom, proteoom en metaboloom) moet leiden tot een meer holistische visie op de cellulaire processen in deze parasiet.

Onderzoeker(s)

• Promotor: Dujardin Jean-Claude
• Co-promotor: Laukens Kris
• Mandaathouder: Cuypers Bart

Onderzoeksgroep(en)

Project type(s)

• Onderzoeksproject

Abstract

WE VERONDERSTELLEN DAT VIRALE EN BACTERIËLE MENINGITISINFECTIES ANDERE EN VERSCHILLENDE GENEN ACTIVEREN IN HET LICHAAM. DIT KAN GEANALYSEERD WORDEN DOOR DE EXPRESSIE VAN ALLE GENEN TE BEPALEN (BLOEDSTALEN: BRON VAN RNA) EN ZO EEN SPECIFIEK GENEXPRESSIEPROFIEL OP TE STELLEN VOOR ELK TYPE MENINGITIS EN INDIEN MOGELIJK OOK PATHOGEEN-SPECIFIEK. IN EERDERE STUDIES IS REEDS AANGETOOND DAT GENEXPRESSIEPROFIELEN VERSCHILLENDE INFECTIES KUNNEN ONDERSCHEIDEN. IN DEZE STUDIE LIGT DE FOCUS OP DE MENINGITISINFECTIE MET IN EERSTE INSTANTIE DE 3 MEEST VOORKOMENDE PATHOGENEN. DE RESULTERENDE GENEXPRESSIEPROFIELEN GEVEN ONS MEER INFORMATIE OVER DE SPECIFIEKE IMMUUNRESPONS EN VORMT DE BASIS VOOR EEN VERNIEUWDE DIAGNOSTIEK. WANT DE HUIDIGE DIAGNOSTIEK VOOR MENINGITIS VERLOOPT TRAAG EN KAN ONVOLDOENDE SPECIFIEK ZIJN. HET IS EVENEENS MOGELIJK DAT HET DIAGNOSTISCH BELANGRIJK CEREBROSPINAAL VOCHT NIET KAN WORDEN AFGENOMEN. WIJ FOCUSSEN ONS DUS ENKEL OP BLOED ALS STARTMATERIAAL EN WERKEN ENKEL MET DE ALTIJD MEETBARE WAARDE: GENEXPRESSIE INCLUSIEF DE IMMUUNRESPONS.

Onderzoeker(s)

• Promotor: Ogunjimi Benson
• Co-promotor: Laukens Kris
• Co-promotor: Van Damme Pierre

Onderzoeksgroep(en)

Project type(s)

• Onderzoeksproject

Abstract

Veel natuurlijke verbindingen zijn pro-drugs welke gemetaboliseerd en geactiveerd worden na orale toediening. Dit aspect wordt echter meestal niet in rekening gebracht bij het zoeken naar nieuwe "lead" verbindingen als therapeutische middelen. In dit project zijn Filipendula ulmaria en Herniaria hirsuta geselecteerd als case studies voor de karakterisering van nieuwe "lead" verbindingen voor anti-inflammatoire drugs en drugs ter behandeling van nefrolithiase. Een LC-MS en 1H-NMR platform zal gebruikt worden voor de metabolische profilering van plant extracten. Deze extracten zullen bereid worden met generieke extractiemethoden om de volledige waaier aan bestanddelen te omvatten. Ten tweede zal het platform uitgebreid worden met een dialyse model dat de menselijke gastro-intestinale (GI) metabolisatie nabootst. Dit dialyse model zal ingezet worden om potentiële pro-drugs te activeren. Het dialysaat dat de GI metabolieten bevat zal vervolgens behandeld worden met microsomale S9 fracties om lever metabolisatie na te bootsen. De resulterende stalen (vóór en na S9 behandeling) zullen geprofileerd worden met hetzelfde LC-MS en 1H-NMR platform en vergeleken worden met de originele profielen. De geproduceerde extracten zullen ook farmacologisch geëvalueerd worden met een range van in vitro assays gerelateerd aan anti-inflammatoire en anti-nefrolithiase eigenschappen. Farmacologische en chromatografische/fytochemische data zullen geanalyseerd worden in een "metabolomics" aanpak door gebruik te maken van multivariaat data analyse om zo de farmacologisch actieve bestanddelen en hun metabolieten te karakteriseren als nieuwe "lead" verbindingen.

Onderzoeker(s)

• Promotor: Pieters Luc
• Co-promotor: Apers Sandra
• Co-promotor: Covaci Adrian
• Co-promotor: Laukens Kris
• Mandaathouder: Bijttebier Sebastiaan

Onderzoeksgroep(en)

Project type(s)

• Onderzoeksproject

Abstract

Dit project kadert in een onderzoeksopdracht tussen enerzijds UA en anderzijds VITO. UA levert aan VITO de onderzoeksresultaten genoemd in de titel van het project onder de voorwaarden zoals vastgelegd in voorliggend contract.

Onderzoeker(s)

• Promotor: Laukens Kris

Onderzoeksgroep(en)

• ADReM Data Lab (ADReM)

Project type(s)

• Onderzoeksproject

Abstract

Dit project betreft fundamenteel kennisgrensverleggend onderzoek gefinancierd door het Fonds voor Wetenschappelijk Onderzoek-Vlaanderen. Het project werd betoelaagd na selectie door het bevoegde FWO-expertpanel.

Onderzoeker(s)

• Promotor: Kooy Frank
• Co-promotor: Laukens Kris
• Co-promotor: Loeys Bart
• Co-promotor: Van den Bulcke Tim
• Mandaathouder: Vandeweyer Geert

Onderzoeksgroep(en)

Project type(s)

• Onderzoeksproject

Abstract

Dit PhD-project zal een systeembiologische benadering aanwenden om de ontwikkeling en adaptatie van Leishmania te bestuderen. De integratie van -omics data van verschillende functionele niveaus (genoom, transcriptoom, proteoom en metaboloom) moet leiden tot een meer holistische visie op de cellulaire processen in deze parasiet.

Onderzoeker(s)

• Promotor: Dujardin Jean-Claude
• Co-promotor: Laukens Kris
• Mandaathouder: Cuypers Bart

Onderzoeksgroep(en)

Project type(s)

• Onderzoeksproject

Abstract

Verschillende computationele uitdagingen verhinderen momenteel de ruime inzetbaarheid van proteoomanalyses in een industriële en klinische omgeving. De doelstellingen van dit project bestaan uit het aanpakken van deze uitdagingen door het ontwikkelen van nieuwe data-analyse methoden en data mining algoritmen zodat massaspectrometrie gebaseerde eiwitanalyse een volwaardige analytische discipline kan worden.

Onderzoeker(s)

• Promotor: Goethals Bart
• Co-promotor: Laukens Kris

Onderzoeksgroep(en)

• ADReM Data Lab (ADReM)

Project type(s)

• Onderzoeksproject

Abstract

Dit project betreft fundamenteel kennisgrensverleggend onderzoek gefinancierd door het Fonds voor Wetenschappelijk Onderzoek-Vlaanderen. Het project werd betoelaagd na selectie door het bevoegde FWO-expertpanel.

Onderzoeker(s)

• Promotor: Goethals Bart
• Co-promotor: Laukens Kris

Onderzoeksgroep(en)

• ADReM Data Lab (ADReM)

Project type(s)

• Onderzoeksproject

Abstract

De snelle ontwikkeling van analytische methodes zoals "Next Generation Sequencing" en Massaspectrometrie zorgt momenteel voor een exponentiële groei aan datasets en toenemende vraag naar systemische analyse van transcriptoom-, epigenoom- en proteoomdatasets in systeembiologisch onderzoek. De grootte en diversiteit van datasets bij routineonderzoek is daarbij spectaculair toegenomen. De toegenomen opslagcapaciteit en beschikbaarheid van datasets heeft reeds geleid tot de ontwikkeling van diverse bioinformatica toepassingen die toelaten om specifieke datasets te interpreteren. Echter, aparte analyses van verschillende types data volstaan niet meer om complexe biologische processen en ziektes te begrijpen. Om meer inzicht te krijgen op verschillende regulatieniveaus (proteoom, transcriptoom, epigenoom) is een geïntegreerde aanpak nodig waarbij verschillende "omics"-lagen gecombineerd worden bij de analyses. Deze aanpak is echter nog onvoldoende ontwikkeld in de bioinformatica waardoor veel datasets onderbenut worden bij datamining. In het PPES labo voor proteomics & epigenetische signalisatie werden reeds parallelle transcriptoom, epigenoom and chemoproteoom experimenten uitgevoerd in kankercellen behandeld met een beloftevol tumorselectief anti-kankermiddel Withaferine A, met de bedoeling meer inzicht te verwerven in de chemosensitiserende werking van Withaferin A. Door een geïntegreerde analyse van de beschikbare dataets, willen we cruciale eiwitten/signaalwegen identificeren die betrokken zijn bij de chemosenstiserende anti-kankerwerking van Withaferin A. In dit project zullen nieuwe bioinformatica methodes worden ontwikkeld en bestudeerd die geïntegreerde analyse toelaten van 3 quantitatieve omics datatypes (transcriptoom, epigenoom en proteoom), die zeer relevant zijn voor toekomstige data-analyses binnen/buiten de universiteit.

Onderzoeker(s)

• Promotor: Vanden Berghe Wim
• Co-promotor: Laukens Kris
• Mandaathouder: Naulaerts Stefan

Onderzoeksgroep(en)

Project type(s)

• Onderzoeksproject

Abstract

Dit project beoogt om in een sterk samenwerkend verband tussen Antwerpse onderzoeksgroepen een "next generation sequencing" platform te ontwikkelen ter bevordering van research in geneeskunde en biologie. Het consortium omvat meer dan 16 onderzoeksgroepen uit verschillende disciplines in de geneeskunde, biologie en biomedische informatica. Identificatie van nieuwe genen en mutaties in een brede waaier van zeldzame Mendeliaanse aandoeningen, het verwerven van meer inzichten in de genetische oorzaken van kanker en het ontrafelen van de genetische basis van infectieziekten zijn belangrijke doelstellingen van het project. Deze nieuwe kennis zal in belangrijke mate bijdragen tot betere diagnostiek en behandeling van deze ziekten bij de mens. Het project zal ook de interactie tussen omgeving en genen bestuderen. De effecten van omgevingsfactoren op genetische variatie bij waterorganismen, het effect van teratogene factoren op de embryologische ontwikkeling van gewervelde dieren en de invloed van omgeving op groei van mais en Arabidopsis, zullen geanalyseerd worden. De verwerking van deze grote hoeveelheden genomische en transcriptomische data, verkregen vanuit de verschillende onderzoeksgroepen, zal gecoördineerd worden door de recent opgerichte UZA/UA bioinformatica onderzoeksgroep Biomina.

Onderzoeker(s)

• Promotor: Mortier Geert
• Co-promotor: Beemster Gerrit
• Co-promotor: Blust Ronny
• Co-promotor: Goossens Herman
• Co-promotor: Knapen Dries
• Co-promotor: Laukens Kris
• Co-promotor: Peeters Marc
• Co-promotor: Van Hul Wim
• Co-promotor: Vrints Christiaan

Onderzoeksgroep(en)

Project type(s)

• Onderzoeksproject

Abstract

Massa spectrometrie (MS) is een krachtige analytische techniek om de structuur van moleculen, zoals eiwitten, op te helderen. Tot op heden blijft een aanzienlijke fractie van de gegevens die daaruit voortkomen oninterpreteerbaar. In dit project worden state-of-the-art data mining technieken toegepast op een zeer grote MS dataset, met de bedoeling nieuwe patronen terug te vinden die kunnen wijzen op onbekende structuurmodificaties.

Onderzoeker(s)

• Promotor: Goethals Bart
• Co-promotor: Laukens Kris
• Co-promotor: Lemière Filip

Onderzoeksgroep(en)

• ADReM Data Lab (ADReM)

Project type(s)

• Onderzoeksproject

Abstract

De kroeskarper slaagt er in om weken onder volledige anoxie te overleven, en bezit hiervoor ondermeer een uniek anaëroob metabolisme met de productie van ethanol. In deze periode blijven hersenen en hart actief. Binnen deze studie worden de 'metabolomics' van de belangrijkste organen vergeleken met deze van de niet anoxie resistente, maar nauw verwante, gewone karper. Hierbij worden zowel de nieuwe NMR meettechnieken als de dataverwerking geoptimaliseerd.

Onderzoeker(s)

• Promotor: Dommisse Roger
• Co-promotor: De Boeck Gudrun
• Co-promotor: Laukens Kris

Onderzoeksgroep(en)

Project type(s)

• Onderzoeksproject

Abstract

Het hoofddoel van dit project is "Een inzicht krijgen in de cryofysiologie door een proteoomstudie van banaanmeristemen." Het stelt tot doel een bijdrage te leveren in de fundamentele kennis inzake de fysiologische processen die aan de basis liggen van stress geïnduceerde schade, adaptatie en acclimatisatie. Veel van deze stressparametes zijn gecorreleerd. Bijvoorbeeld, watergebrek is dikwijls geassocieerd met zoutstress in de wortel en/of met hittestress In de bladeren; . resistentie ten opzichte van vriezen is grotendeels afhankelijk van de resistentie ten opzichte van weefseldehydratatie. Planten vertonen dikwijls ook een kruisresistentie wat impliceert dat de onderliggende mechanismen voor resistentie tegen verschillende stressfactoren gemeenschappelijke eigenschappen hebben. Deze mechanismen zijn complex en het ontrafelen ervan kan via fundamenteel onderzoek alleen maar gebeuren door een langetermijn en multidiscipinair onderzoek. In het kader van dit project zal gewerkt worden met meristeemculturen van banaan (Musa spp.).

Onderzoeker(s)

• Promotor: Prinsen Els
• Promotor: Van Onckelen Harry
• Co-promotor: Laukens Kris
• Co-promotor: Witters Erwin

Onderzoeksgroep(en)

• Geïntegreerd Moleculair Plantenfysiologisch Onderzoek (IMPRES)

Project type(s)

• Onderzoeksproject

Abstract

Dit project beoogt de identificatie van componenten van de signaaltransductiecascade tijdens oxidatieve stress in planten door middel van een gei'ntegreerde immunologische en proteoomtechnische aanpak. Tijdens de ontwikkeling wordt een plant voortdurend blootgesteld aan verschil!ende soorten stress. Het vermogen om snel en gepast te reageren op deze veranderingen zijn essentieel voor overleving. Veranderingen in hormoon homeostase spelen hierbij vaak een belangrijke rol. De kennis om trent de rot van plantengroeiregulatoren zoals abscisinezuur (ABA), ethyleen, jasmonaat (JA) en salicylzuur (SA) als belangrijke signaalmoleculen bij stress-responsen is reeds zeer gestoffeerd. Voor auxines en cytokinines geldt dat in mindere mate. Toch worden ook zij in verband gebracht met een aantal stressfenomenen. Verschil!ende studies wijzen uit dat een centrale component in vele cellulaire responsen oxidatieve stress is (Desikan et al., 2001; Neil! et al., 2002). Oxidatieve stress ontstaat door een onevenwicht in het metabolisme van reactieve zuurstofsoorten (ROS). Bij blootstel!ing aan biotische en abiotische stress wordt de productie van deze ROS ge.jnduceerd en treden ze op als een signaal dat een waaier aan moleculaire, biochemische en fysiologische responsen doet ontstaan. Stikstofmonoxide (NO) is vaak een belangrijke component in de onderliggende signaalcascades. NO, een gasvormig vrij radicaal, kan op diverse wijzen een interactie aangaan met ROS en zo de respons op biotische en abiotische stressfactoren be"jnvloeden (Del!edonne et al., 1998; Neil! et al., 2002; Neil! et al., 2003). Net als in dierlijke systemen warden zowel cyclisch GMP als cyclisch ADPR genoemd als signaalmoleculen van het plantaardig NO signaaltransductiesysteem. Cyclisch GMP wordt in planten aangemaakt als antwoord op NO toediening (Pfeiffer et al., 1994) en cADPR synthese zou op zijn beurt ge.jnduceerd warden door cGMP. Beiden zijn in staat sommige functies van NO na te bootsen (Durner et al., 1998), en een specifieke inhibitor van guanylyl cyclase (ODQ) inhibeert in Arabidopsis thaliana NO-ge.jnduceerde celdood" Een membraanpermeabel cGMP-an.aloog, 8-Br-cGMP, heft dit inhiberend effect op (Clarke et al., 2000). In dierlijke systemen wordt de stress ge.jnduceerde cADPR synthese geactiveerd via een cGMP-afhankelijk prote.jne kinase. Tot nu toe werd het bestaan van een gelijkaardig prote.jne nag niet gerapporteerd voor hogere planten, maar de recente isolatie van het gen voor een vermeend cyclisch nucleotide afhankelijk prote.jne kinase aan ons labo biedt een valabele kandidaat voor deze functie. In diens promoterregio werden tal van stress-gereguleerde elementen aangetroffen, zoals het ABA-respons element (ABRE) "heat shock"-respons element, de aan ABRE verwante "GC-repeat" (Litts et al., 1992) en de koude en waterstress gereguleerde dehydratie (DRE)/"C-repeat"-respons elementen (Baker et al., 1994). Oak de aanwezigheid van een salicylzuur gereguleerd promoter element (TCA), een wonde gei'nduceerd respons element, (WUN) (Pastuglia et al., 1997), en de aanwezigheid van de "TC-rich repeat", een stress en verdedigings ge.jnduceerd respons element (Klotz en Lagrimini 1996), versterken de vermoedens voor een functie van dit kandidaat cyclisch nucleotide afhankelijk proteïne kinase in stress responsen.

Onderzoeker(s)

• Promotor: Prinsen Els
• Promotor: Van Onckelen Harry
• Co-promotor: Laukens Kris
• Co-promotor: Roef Luc
• Co-promotor: Witters Erwin

Onderzoeksgroep(en)

• Geïntegreerd Moleculair Plantenfysiologisch Onderzoek (IMPRES)

Project type(s)

• Onderzoeksproject

Abstract

Dit project kadert in de proteoom-analytische studie naar de regulatie van de plantaardige celcyclus, gebruikmakende van de tabak BY-2 celsuspensiecultuur. Dit onderzoek levert grote en complexe gegevens-sets, waarvan de verwerking, integratie en analyse een grote uitdaging vormen. Door alle databanken en tools bijeen te brengen op een centraal bioinformatica-platform, beoogt dit project een efficiënte data-verwerking. Het voorziene platform bestaat uit een computer-cluster met voldoende rekenkracht en opslagcapaciteit, waarop een reeks bioinformatica-paketten geïnstalleerd zullen worden. Het platform maakt een reeks nieuwe toepassingen mogelijk: constructie van relationele proteoom-databanken die een veel uitgebreidere analyse van de proteoomgegevens mogelijk maken, in silico proteolytische klieving van complete databanken die van nut zijn in de interpretatie van experimentele gegevens, clustering van eiwitgroepen op basis van parameters zoals fluctuaties in geobserveerde expressie-levels, etcetera. Hoewel het project in eerste instantie de verwerking van tabak BY-2 proteoomgegevens beoogt, kan het in een verdere fase ook voor andere projecten ingezet worden.

Onderzoeker(s)

• Promotor: Laukens Kris

Onderzoeksgroep(en)

• Geïntegreerd Moleculair Plantenfysiologisch Onderzoek (IMPRES)

Project type(s)

• Onderzoeksproject

Abstract

Dit project beoogt de moleculaire mechanismen, langs dewelke cyclische nucleotiden en cytokininen de celcyclus in hogere planten reguleren, op te helderen. Eerder onderzoek leverde enkele interessante bindingsproteïnen voor deze signaalmoleculen op, die werden geïdentificeerd als ondermeer cAMP-bindende Nucleoside Difosfaat Kinasen en een cytokinine-bindend Adenosine Kinase. Gebruik makend van de Nicotiana tabacum BY-2 (Bright Yellow-2) celsuspensieculturen, alsook Arabidopsis thaliana planten en celculturen, worden in dit project de interacties van cyclische nucleotiden en cytokininen met het plantenproteoom verder in kaart gebracht. Het onderzoek bestaat uit een drietal luiken. Een eerste luik bestaat uit het opsporen en identificeren van proteïnen die door cyclische nucleotiden of cytokininen beïnvloed worden. Affiniteitschromatografie en foto-affiniteitslabeling worden ingezet om bindingsproteïnen op te sporen. Door middel van 2D-electroforese en specifieke detectietechnieken wordt gezocht naar proteïnen die post-translationele modificaties ondergaan onder invloed van cAMP of cytokininen. Differentiële proteoomanalyse moet aan het licht brengen van welke genproducten de abundantie eventueel door deze signalen beïnvloed wordt. Potentieel interessante eiwitten worden systematisch geïdentificeerd door middel van verschillende massaspectrometrische technieken. Een tweede luik is erop gericht de genen, coderend voor een aantal opgespoorde proteïnen, te isoleren door gebruik te maken van een PCR-strategie. Transcriptieniveau's van de individuele genen worden bekeken. Recombinante GFP-fusieproteïnen worden tot expressie gebracht worden in suspensiecellen alsook complete planten, teneinde de spatio-temporele spreiding van de genproducten te bekijken. In een derde luik ondergaan genproducten waarvan een rol vermoed wordt in de cAMP of cytokinine signaaloverdracht, onderworpen aan een doorgedreven karakterisatie. De proteïnen worden daartoe aangemaakt in een expressiesysteem. Interactiepartners van deze proteïnen worden opgespoord met affiniteitschromatografie en biosensor-technieken, en vervolgens geïdentificeerd. Alle identificatie-gegevens die voortkomen uit dit onderzoek worden continu geïmplementeerd in de eerder online geplaatste BY-2 proteoom-databank. Naast informatie aangaande de identiteit van interessante proteïnen, worden ook gegevens met betrekking tot hun relevante interacties met andere componenten, posttranslationele wijzigingen en expressie-informatie aan deze databank toegevoegd. De combinatie van deze benaderingswijzen op verschillende niveaus moet fundamentele inzichten opleveren met betrekking tot de signaaltransductie van cAMP en cytokininen in de regulatie van de plantaardige celcyclus.

Onderzoeker(s)

• Promotor: Van Onckelen Harry
• Mandaathouder: Laukens Kris

Onderzoeksgroep(en)

• Geïntegreerd Moleculair Plantenfysiologisch Onderzoek (IMPRES)

Project type(s)

• Onderzoeksproject

Abstract

Gesynchroniseerde BY-2 tabakscelculturen wordt als model gebruikt bij de studie naar de mogelijke rol van cGMP op ontwikkelingsprocesses van hogere planten. Volgende aspecten worden onderzocht: Is cGMP betrokken bij de celcyclus? Karakterisatie van een cGMP specifiek fosfodiësterase. Welke zijn de doeleiwitten bij de cGMP werking?

Onderzoeker(s)

• Promotor: Van Onckelen Harry
• Mandaathouder: Laukens Kris

Onderzoeksgroep(en)

Project type(s)

• Onderzoeksproject

Abstract

Gesynchroniseerde BY-2 tabakscelculturen wordt als model gebruikt bij de studie naar de mogelijke rol van cGMP op ontwikkelingsprocesses van hogere planten. Volgende aspecten worden onderzocht: Is cGMP betrokken bij de celcyclus? Karakterisatie van een cGMP specifiek fosfodiësterase. Welke zijn de doeleiwitten bij de cGMP werking?

Onderzoeker(s)

• Promotor: Van Onckelen Harry
• Mandaathouder: Laukens Kris

Onderzoeksgroep(en)

Project type(s)

• Onderzoeksproject