Département Toxicologie de l’environnement

In den letzten Jahrzehnten wurden Tausende von genomweiten Assoziationsstudien (GWAS) durchgeführt, in denen viele genetische Varianten identifiziert wurden, die zu Krankheiten beitragen. Die Ätiologie der meisten chronischen menschlichen Krankheiten beinhaltet jedoch Wechselwirkungen zwischen Umweltfaktoren (z. B. Pestiziden) und Genetik, aber Gen-Umwelt-Wechselwirkungen (GxE) sind  in Populationen schwer zu charakterisieren. Dieses Projekt hat zum Ziel, vorhandene Daten zur genetischen Variabilität des Menschen bei der Parkinson-Krankheit und Daten zur chemischen Aktivität zu nutzen, um die unterschiedliche Anfälligkeit der Bevölkerung für die durch Pestizide verursachte Parkinson-Krankheit vorherzusagen.

Der Adverse Outcome Pathway (AOP)-Ansatz ist eine wissensorganisierende Methode zur Beschreibung stressor-unspezifischer Pfade zwischen Expositionen und schädlicher Wirkung. Dieser Ansatz geht von einem molekularen auslösenden Ereignis (MIE) aus und folgt einer sequentiellen Kette intermediärer Schlüsselereignisse auf verschiedenen Ebenen der biologischen Organisation (z. B. Zelle, Gewebe) bis hin zu einem schädlichen Ergebnis. In diesem Projekt werden wir Datenintegration und Netzwerkanalyse nutzen, um AOPs für die durch Pestizide verursachte Parkinson-Krankheit rechnerisch vorherzusagen. Wir werden diesen Rahmen  verwenden, um relevante genetische Varianten vorherzusagen und potenzielle Mechanismen für GxE-Interaktionen bei der  pestizidinduzierten Parkinson-Krankheit zu charakterisieren.