DEA Deutsche Eliteakademie

Meilenstein für die Analyse menschlicher Proteome

Unter der Leitung der Technischen Universität München (TUM) haben Wissenschaftler eine Bibliothek mit mehr als 330.000 Referenzpeptiden aufgebaut. Diese umfasst praktisch alle Proteine des menschlichen Proteoms. Das ProteomeTools-Projekt verfolgt das Ziel, die Informationen des menschlichen Proteoms in neue molekulare und digitale Werkzeuge zu übertragen. Diese sollen unter anderem in der Arzneimittelforschung und in dem Bereich der personalisierten Medizin zur Anwendung kommen. "Die Bibliothek von Peptiden und Spektren des ProteomeTools-Projekts ermöglicht uns nun, neue und verbesserte Geräte, Software und Arbeitsabläufe für die Proteomik zu entwickeln" - sagte der Leiter des Projekts, Prof. Dr. Bernhard Küster vom Lehrstuhl für Proteomik und Bioanalytik der TUM.
Die Anwendung der Proteomik sowohl in der Wissenschaft als auch in der Medizin könne dadurch substantiell verbessert werden. Der Datenpool wird am Ende über eine Million Referenzpeptide enthalten. Im weiteren Verlauf wird das ProteomeTools-Projekt insgesamt mehr als eine Million Peptide sowie die entsprechenden Spektren erzeugen. Dabei liegen die künftigen Schwerpunkte auf Krebsmutationen und durch post-translationale Modifikationen veränderte Proteine wie etwa die Phosphorylierung. Derartige Veränderungen beeinflussen oftmals die Funktionsweise von Proteinen und können zu verschiedenen Erkrankungen führen. "Die Bereitstellung aller Daten für die Öffentlichkeit bietet eine ausgezeichnete Gelegenheit für eine Nutzung dieser Quelle, die weit über die Möglichkeiten eines einzelnen Labors hinausgeht", führte der Koordinator Bernhard Küster aus. "Wir ermuntern jetzt die globale Forschungsgemeinschaft, uns weitere, biomedizinisch interessante Peptidsätze vorzuschlagen oder LC-MS/MS-Daten auf Plattformen zu erzeugen, die dem ProteomeTools-Konsortium bislang nicht zur Verfügung stehen". Das 3-jährige Kooperationsprojekt wird vom Bundesministerium für Bildung und Forschung (BMBF) sowie von JPT Peptide Technologies, SAP, Thermo Fisher Scientific und der TU München gefördert.

Einstellungen