Signaling pathways and gene regulatory networks responsible for Th17 cell differentiation
Verslagen
Eindverslag
Lymfocyten spelen een belangrijke rol in het immuunsysteem. Zo kunnen zij differentiëren tot meerdere celtypen behorende tot verschillende functionele groepen. Regulatie van de balans tussen deze groepen is van groot belang voor het functioneren van het immuunsysteem. Recentelijk is een nieuwe groep immuuncellen, de zogenaamde Th17 cellen, ontdekt. Deze immuuncellen spelen een centrale rol in ziektes zoals bijvoorbeeld Artritis. De cellulaire immuunrespons wordt gereguleerd door moleculaire netwerken. In dit project bestuderen we deze netwerken en hun werking tijdens het Th17 ontwikkelingsproces door het combineren van 'high-throughput' moleculaire metingen en computationele modelleringstechnieken. Genoombrede gen-, eiwit- en miRNA-expressie data dienen als input voor de computationele algoritmen en daarmee de constructie van kandidaatmodellen van het Th17 differentiatieproces. De voorspellingen voortkomende uit deze modellen zullen experimenteel worden getest door partners. Vervolgens zullen de resultaten van deze metingen weer worden gebruikt om de modellen te verfijnen. We hopen met deze werkwijze een beter inzicht te krijgen in het Th17 differentiatieproces en mogelijke behandeltechnieken voor immuungerelateerde ziektebeelden.
Lymfocyten spelen een belangrijke rol in het immuunsysteem. Zo kunnen zij differentiëren tot meerdere celtypen behorende tot verschillende functionele groepen. Regulatie van de balans tussen deze groepen is van groot belang voor het functioneren van het immuunsysteem. Recentelijk is een nieuwe groep immuuncellen, de zogenaamde Th17 cellen, ontdekt. Deze immuuncellen spelen een centrale rol in ziektes zoals bijvoorbeeld Artritis. De cellulaire immuunrespons wordt gereguleerd door moleculaire netwerken. In dit project bestuderen we deze netwerken en hun werking tijdens het Th17 ontwikkelingsproces door het combineren van 'high-throughput' moleculaire metingen en computationele modelleringstechnieken. Genoombrede gen-, eiwit- en miRNA-expressie data dienen als input voor de computationele algoritmen en daarmee de constructie van kandidaatmodellen van het Th17 differentiatieproces. De voorspellingen voortkomende uit deze modellen zullen experimenteel worden getest door partners. Vervolgens zullen de resultaten van deze metingen weer worden gebruikt om de modellen te verfijnen. We hopen met deze werkwijze een beter inzicht te krijgen in het Th17 differentiatieproces en mogelijke behandeltechnieken voor immuungerelateerde ziektebeelden.