Algemeen doel
Het ontwikkelen en valideren van wiskundige modellen om de wisselwerking tussen microbioom, leefstijl, cultuur en omgeving en hun effecten op de mondgezondheid en metabole gezondheid tijdens de eerste 1000 dagen van het leven numeriek te simuleren.
Doelstellingen op microniveau
De dynamiek en soortconcurrentie binnen de microbioomgemeenschappen (darm en mond) modelleren met behulp van input van in-vivo (WP2) en in-vitro studies (WP4) op functioneel en taxonomisch niveau.
Doelstellingen op mesoniveau
Het modelleren van de interactie tussen gastheer en microbioom in beide richtingen: hoe beïnvloedt het microbioom de gezondheid van de gastheer en vice versa.
Doelstellingen op macroniveau
De verbanden modelleren tussen verschillende parameters op macroniveau (leefstijl, voedingsgewoonten, demografie, socioculturele factoren) en de modellen op microniveau.
Actieve periode
Jaar 3-8
UvA-SILS, UvA-IBED, AUMC, TNO Microbiology & Systems Biology, TNO Child Health.
BaseClear, NIBI, Onkolyze, Supabase, Bètapartners.
Update: december 2025
Alle promovendi in werkpakket 3 (WP3) zijn inmiddels begonnen met hun onderzoek. De eerste groepsbijeenkomst van WP3 is succesvol verlopen en markeert het begin van de samenwerking binnen het werkpakket. In de afgelopen maanden heeft WP3 toezicht gehouden op de voltooiing van twee masterscripties en twee bachelorscripties.
Onderzoeksresultaten:
De masterscriptie van Allan Duah heeft geleid tot een artikel getiteld ‘FedDeepInsight—A privacy-first federated learning architecture for medical data’ (FedDeepInsight—Een privacygerichte federatieve leerarchitectuur voor medische gegevens), dat is gepubliceerd in het tijdschrift Informatics in Medicine Unlocked als open access-publicatie.
Shivam Kumar en Xiaoqing Han werken momenteel aan een onderzoeksartikel getiteld “Agent-Based Modeling of Microbial and Metabolite Interactions in Early Oral Biofilms”, dat zich momenteel in de laatste fase van voorbereiding bevindt.
Mastertheses: Zefan Zhu en Matthias Louws zijn co-auteurs van een manuscript getiteld ‘FAIR and Square: Implementing User-Centric Interfaces for a Secure and Compliant Healthcare Database’, dat wordt ingediend bij het tijdschrift Information Systems Frontiers.
Infrastructuurontwikkeling:
Een server die nodig is voor de verwerking van gegevens uit metagenomische analyses wordt momenteel getest binnen de infrastructuur van de Universiteit van Amsterdam (UvA). Daarnaast zijn er parallel automatische vertalingen van veldidentificatoren uit metadata uitgevoerd om de gegevensverwerking en -analyse te stroomlijnen.
Planning:
WP3-vergaderingen zullen maandelijks worden gehouden, waarbij de locatie afwisselend IBED, IvI en SILS is om de inclusiviteit en betrokkenheid van alle deelnemende instellingen te waarborgen. Deze gestructureerde aanpak zorgt ervoor dat WP3 op koers blijft om zijn doelstellingen te bereiken, met regelmatige updates en voortgangsrapporten om alle belanghebbenden op de hoogte te houden en betrokken te houden. De gezamenlijke inspanningen en individuele bijdragen binnen WP3 zullen naar verwachting leiden tot aanzienlijke vooruitgang op de aandachtsgebieden van het werkpakket. WP3 werkt samen met WP2 aan het genereren van kennisgrafieken voor microbiome-modelleringsparameters en de integratie van 16s RNA-gegevens in ruimtelijk-temporele modellen. Susanne Pinto van WP2 is primair betrokken bij de projecten. Er wordt samengewerkt met werkpakket 6 aan de ontwikkeling van agentgebaseerde, persoonsgerichte modellering en simulatie van het effect van exposoom op de gezondheid van het microbioom. Lea Hohendorf van WP6 is hier voornamelijk bij betrokken. Daarnaast is er een projectsamenwerking gestart met WP4 om de effecten van suikerinname op de gezondheid van het orale microbioom te modelleren en te simuleren.
Er is een kandidaat geselecteerd voor de postdoc-functie, die vanaf februari 2026 tot de groep zal toetreden.
Ziekenhuizen en zorginstellingen beschikken over ongelooflijk waardevolle gegevens van patiënten en deelnemers aan onderzoek die tot belangrijke medische doorbraken kunnen leiden. Maar deze gegevens zijn privé en gevoelig, waardoor het veilig delen ervan een enorme uitdaging is onder strenge privacywetgeving. Om dit op te lossen, hebben Metahelath-onderzoekers Federated Learning (FL) onderzocht, een methode waarbij instellingen computationele/AI-modellen trainen op hun eigen privégegevens en alleen de verkregen inzichten (zoals bijgewerkte modelinstructies) met elkaar delen, nooit de ruwe patiëntendossiers.
Ze hebben een tool ontwikkeld met de naam ‘FedDeepInsight’ die complexe medische tabellen omzet in afbeeldingen (aangezien AI uitstekend is in het analyseren van afbeeldingen), waardoor het FL-proces nauwkeuriger wordt. Uit tests bleek dat door het toevoegen van differentiële privacy (zoals zorgvuldig gecontroleerde digitale ruis) geen individuele patiëntgegevens konden worden achterhaald uit de gedeelde informatie, waardoor een veelbelovende manier werd gecreëerd om de kracht van medische gegevens te ontsluiten en tegelijkertijd deze volledig veilig en privé te houden.
De auteurs hebben tools ontwikkeld voor het creëren van een grote, georganiseerde bibliotheek (database) voor microbioomgegevens (kiemen die in en op ons lichaam leven) die gemakkelijk toegankelijk en bruikbaar zijn voor onderzoekers. Dit zal wetenschappers helpen om informatie te delen en nieuwe manieren te bedenken om gezondheidsproblemen aan te pakken, terwijl ook de privacywetgeving wordt nageleefd en de persoonlijke informatie van mensen wordt beschermd. Ze gebruiken een speciaal platform om de database op te bouwen en een handige set tools te maken die zelfs niet-deskundigen kunnen gebruiken om de gegevens te begrijpen en ermee te werken. Hieronder volgt een technische samenvatting van het werk,
Het artikel stelt de creatie voor van een real-time FAIR (Findable, Accessible, Interoperable, Reusable) database voor de behandeling en opslag van menselijke microbiome en gastheer-geassocieerde gegevens. Deze databaseontwikkelingspijplijn heeft als doel innovatie te vergemakkelijken en kosten in onderzoek te verlagen door gestandaardiseerde, transparante en direct beschikbare (meta)data te maken.
De auteurs bespreken potentiële conflicten die voortkomen uit privacywetgeving en mogelijke sequenties van het menselijk genoom in metagenome shotgun gegevens en stellen alternatieve paden voor om in dergelijke gevallen naleving te bereiken. Ze identificeren gevoelige microbioomgegevens, zoals DNA-sequenties of geolokaliseerde metadata, en overwegen de rol van GDPR-gegevensregelgeving. De database is geïmplementeerd met behulp van een open-source ontwikkelplatform, Supabase, waarmee onderzoekers gegevens over het menselijk microbioom kunnen openen, uploaden, downloaden en er op een FAIR-conforme manier mee kunnen interageren. Daarnaast wordt een groot taalmodel (LLM) ingezet om kennisverspreiding en niet-expert gebruik van de database mogelijk te maken.
Lees meer
