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.
Aan de UvA is in samenwerking met de medefinancieringspartner Supabase een project uitgevoerd over de ontwikkeling van FAIR-databases voor humane microbiome datamonsters. Dit heeft geleid tot een manuscript. Het manuscript is ingediend bij het tijdschrift “Frontiers in Cellular and Infection Microbiology” en is momenteel onder peer-review.
Er zijn bijeenkomsten georganiseerd met GGD Amsterdam en datawetenschappers om een data delivery pipeline te bouwen en te implementeren voor de microbiome sequencing en demografische data.
December 2024
Twee vervolgprojecten op de FAIR database zijn uitgevoerd aan de UvA in samenwerking met de medefinancieringspartner Supabase.
Eén project richt zich op het gebruik van ‘federated learning’ architectuur voor het mogelijk maken van decentrale ‘Machine Learning’, terwijl het andere project zich richt op het ontwikkelen van GDPR-compliance-raamwerk voor microbiome data.
Een onderzoeksartikel van het federated learning project is ingediend en wordt momenteel beoordeeld door vakgenoten in het tijdschrift Computer Methods and Programs in Biomedicine Update. Het manuscript over het GDPR-compliance-raamwerk wordt momenteel herzien door co-auteurs en zal binnenkort worden ingediend voor peer review.
Authors: Mathieu Dorst, Nathan Zeevenhooven, Rory Wilding, Daniel Mende, Bernd W. Brandt, Egija Zaura, Alfons Hoekstra, Last author: Vivek M. Sheraton
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.
