SIB tritt dem internationalen öffentlich-privaten Forschungskonsortium „SOPHIA“ (Stratification of Obese Phenotypes to Optimize Future Obesity Therapy) bei, dessen Ziel es ist, die Risikobewertung von Komplikationen bei Adipositas zu verbessern und die Behandlungsergebnisse für Menschen mit Adipositas vorherzusagen. Zwei SIB-Gruppen werden das Projekt mit Datenmanagement und analytischem Fachwissen unterstützen: Vital-IT unter der Leitung von Mark Ibberson und die Statistical Genetics Group unter der Leitung von Zoltán Kutalik an der Universität Lausanne.

Adipositas ist eine globale Pandemie, von der derzeit rund 150 Millionen Menschen in Europa und 650 Millionen Menschen weltweit betroffen sind. Komplikationen im Zusammenhang mit Adipositas sind häufig, aber wir können noch nicht vorhersagen, wer eine der 200 bekannten Komplikationen entwickeln wird. Darüber hinaus gibt es keine ausreichenden Prädiktoren dafür, wer auf Adipositas-Behandlungen ansprechen wird. SOPHIA wird klinisch relevante Subpopulationen von Patienten mit Adipositas identifizieren, charakterisieren und stratifizieren, um die richtige Behandlung für die richtige Person zum richtigen Zeitpunkt zu finden.

“SIB wird eine zentrale Rolle in dem Projekt spielen, indem es mehrere Adipositas-Kohorten in ganz Europa, darunter die Schweizer CoLaus-Studie, zusammenführt, um Komplikationen und das Ansprechen der Patienten auf die Behandlung vorherzusagen”, sagt Mark Ibberson, Direktor der Vital-IT-Gruppe von SIB. Die Statistical Genetics Group unter der Leitung von Zoltán Kutalik (Universität Lausanne) wird mit Datenanalyse und statistischem Fachwissen beitragen.

Die 16 Millionen Euro für dieses fünfjährige Projekt wurden von der Innovative Medicines Initiative (IMI) bereitgestellt, einer gemeinsamen Initiative der Europäischen Kommission und der European Federation of Pharmaceutical Industries and Associations (EFPIA), der JDRF (ehemals Juvenile Diabetes Research Foundation), der Obesity Action Coalition und T1D Exchange.


Lesen Sie die Pressemitteilung