Projektbeschreibung
Die Grenzen der klassischen risikobasierten Ansätze hinterfragen
Herz-Kreislauf-Erkrankungen stellen nach wie vor ein großes weltweites Gesundheitsproblem dar, und das Verständnis der ihnen zugrunde liegenden komplizierten Mechanismen hat sich als schwierig erwiesen. Die jüngsten Entwicklungen auf dem Gebiet der Epigenetik und der Einsatz von Big Data haben jedoch spannende Möglichkeiten für die Aufdeckung wichtiger Erkenntnisse eröffnet. Insbesondere epigenetische Mechanismen, die Veränderungen in der DNA-Methylierung beinhalten, wurden mit der Regulierung biologischer Prozesse in Verbindung mit der Entwicklung von Herz-Kreislauf-Erkrankungen in Verbindung gebracht. Mit Unterstützung der Marie-Skłodowska-Curie-Maßnahmen wird im Rahmen des Projekts EpiBigDatainWomen das Ziel verfolgt, die Möglichkeiten der Big-Data-Analytik zu nutzen, um die Lücke zwischen Umwelt- und Lebensstilfaktoren und Herz-Kreislauf-Erkrankungen bei Frauen zu schließen. Durch die Verknüpfung riesiger Mengen individualisierter Daten mit modernsten Datenwissenschaftsverfahren hoffen die Forschenden, die Vorhersage von Herz-Kreislauf-Erkrankungen sowie entsprechende Präventionsstrategien zu revolutionieren.
Ziel
Epigenetic mechanisms might be involved in linking environmental and lifestyle factors and CVD development. Several studies suggest that changes in DNA methylation contribute to the regulation of biological processes underlying CVD, such as atherosclerosis, hypertension and inflammation. The recent increased digitalization, collection and storage of vast quantities of data in combination with advances in data science, has opened up a new era of big data. Although these approaches are gradually implemented in a number of clinical settings, they still lack the integration with environmental individual data, strongly affecting several multifactorial diseases such as cardiovascular disease (CVD). Classical risk factor approaches still fail in correctly estimating CVD risk in women compared to men, therefore there is a need for novel strategies to identify signs of reversible early disease or disease risk factors in this population.
We plan to generate and analyse epigenetic data in the context of a very large number of environmental and lifestyle variables (big data) in a group of women and men with traditional CVD risk factors (and age-matched controls) selected from the MOLI-SANI cohort. With this approach we hope to shed light into the controversial aspects of CVD prediction and prevention in women, independently of traditional CV risk factors.
Wissenschaftliches Gebiet
Programm/Programme
Thema/Themen
Aufforderung zur Vorschlagseinreichung
Andere Projekte für diesen Aufruf anzeigenFinanzierungsplan
MSCA-IF-EF-SE - Society and Enterprise panelKoordinator
86077 Pozzilli Is
Italien