Fortschritte in der Epigenetik durch datengestützte Wissenschaft: Ein Interview mit Prof. Alena van Bömmel

Vergrößern

In diesem Interview spricht Prof. Alena van Bömmel über ihre Forschung an der Schnittstelle von Epigenetik, computergestützter Biologie und statistischer Modellierung, und reflektiert über die Herausforderungen dieses Fachgebiets, in dem aussagekräftige biologische Signale aus großen, oft störanfälligen Datensätzen extrahiert werden müssen.

Prof. van Bömmel, herzlich willkommen am Biomedizinischen Centrum (BMC) der LMU München. Würden Sie uns einen Überblick über Ihr Forschungsthema geben?

Mein Forschungsschwerpunkt liegt an der Schnittstelle zwischen Epigenetik, computergestützter Biologie und statistischer Modellierung, wobei ich mich auf die komplexen Rollen epigenetischer Veränderungen beim menschlichen Altern und bei Krebserkrankungen konzentriere. Wir entwickeln maschinelle Lern- und statistische Modelle, um wichtige Signaturen in hochdimensionalen epigenetischen Daten aufzudecken, darunter DNA-Methylierung, Histonmodifikationen und offene Chromatine.

Im Bereich des Alterns haben wir eine neuartige, interpretierbare epigenetische Uhr konstruiert und die nichtlineare Dynamik der DNA-Methylierung während des Alterns beschrieben.

Zusammen mit meinen Mitarbeitern haben wir einen Algorithmus entwickelt, um Hirntumore anhand der DNA-Methylierung während der Gehirnoperation zu klassifizieren.

Welche Aspekte Ihrer Forschung finden Sie besonders spannend?

Was meine Arbeit antreibt, ist die Faszination für die verborgene mathematische Logik, die die Biologie bestimmt. Obwohl die Biologie oft unorganisiert erscheint, finde ich es unglaublich, dass wir mit Hilfe strenger statistischer Rahmenbedingungen ihre komplexesten Schichten, wie beispielsweise die Epigenetik, entschlüsseln können. In diesem Zusammenhang faszinieren mich besonders die mehrstufigen epigenetischen Mechanismen, die die Genexpression steuern – Mechanismen, die noch nicht vollständig verstanden sind. In meinem speziellen Forschungsgebiet finde ich es besonders spannend, wie universelle statistische Modelle verschiedene Fragen der Molekularbiologie beantworten können, von der Modellierung der Enhancer-Aktivität bis hin zur Altersvorhersage in verschiedenen Geweben. Dies zeigt die Leistungsfähigkeit computergestützter und statistischer Ansätze in der Biologie. Und das Warten auf die Berechnungsergebnisse ist immer spannend: Werden sie die erwarteten Merkmale bestätigen oder unerwartete biologische Erkenntnisse liefern?

Welche Methoden setzt Ihr Team ein, um diese Mechanismen zu erforschen?

Wir analysieren in erster Linie epigenetische und transkriptomische Sequenzierungsdaten, darunter die Bisulfit-Sequenzierung des gesamten Genoms zur Messung der DNA-Methylierung, ChIP-seq oder Cut&Tag für Histonmodifikationen und ATAC-seq für die Bewertung des offenen Chromatins. Darüber hinaus nutzen wir zunehmend Multi-Omics-Analysen auf der Ebene einzelner Zellen, um die regulatorischen Dynamiken bei Alterung, Neurodegeneration und Krebs zu untersuchen.

Was hat Sie motiviert, Ihre Forschungsgruppe am BMC zu gründen?

Ich war begeistert von dem bemerkenswerten interdisziplinären Forschungsumfeld am BMC, das Biochemie, Genomik, Epigenetik, Proteomik, Neurobiologie und klinische Anwendungen umfasst – Bereiche, die meine Arbeit in der epigenetischen Modellierung perfekt ergänzen. Auch die stimulierende und kooperative Atmosphäre in der Abteilung für Biochemie war wirklich ansteckend.

Vor welchen Herausforderungen steht Ihre Forschung aktuell?

In der computergestützten Biologie ergeben sich die größten Herausforderungen aus kleinen Stichprobengrößen, hoher Variabilität und in der Regel einer großen Anzahl fehlender Werte, ergänzt durch unbekannte Störfaktoren wie Batch-Effekte. Andererseits sind wir in der Lage, Hunderttausende potenzieller regulatorischer Merkmale zu messen. Die Extraktion des tatsächlichen biologischen Signals aus großen, störungsbehafteten Datenmengen erfordert ausgefeilte statistische Modelle und einen geeigneten Versuchsaufbau, um aussagekräftige Muster zu erkennen. Eine sehr wichtige Rolle spielen auch öffentlich zugängliche Datensammlungen, die uns bei der Schulung und Validierung unserer Modelle helfen.

Derzeit rekrutieren Sie neue Mitarbeitende. Was erwartet neue Teammitglieder, die sich Ihrem Team am BMC anschließen?

Meine neuen Teammitglieder können sich auf eine integrative, nicht-hierarchische Gruppendynamik freuen, in der respektvolle Kommunikation, lebhafte wissenschaftliche Diskussionen und gleichberechtigte Beiträge aller Beteiligten im Vordergrund stehen. Ich stelle die Personen hinter den Forschenden in den Vordergrund und versuche, den Herausforderungen, Schwierigkeiten und Sorgen der Mitarbeitenden aktiv zuzuhören. Dabei biete ich eine individuelle Betreuung, die sowohl ihre berufliche Entwicklung als auch ihr persönliches Wohlbefinden unterstützt.