Dit project zal ERC Consolidator grant MeMoSA ondersteunen.

Er zullen twee workflows ontwikkeld worden voor 1. high-throughput uitgebreide 2D metabolomics en lipidomics en 2. snelle klinisch toepasbare ambient ionization metabotypering. Moleculaire vingerafdrukken van onze unieke pediatrische cohorten (1,5k kinderen) zullen worden gegenereerd en geavanceerde machine learning algoritmen zullen worden gebruikt om metabolieten te voorspellen op basis van hun bronnen, dat wil zeggen, dieet, levensstijl, antropometrie, microbioom, inname van geneesmiddelen, psychologische factoren, klinische merkers, enz. Vervolgens zal een combinatie van in vitro digesties, in vivo gehumaniseerde muizen en in silico experimenten met geselecteerde bronvariabelen ontworpen worden om bij te dragen aan ons begrip van bron-metaboliet causaliteit. Deze mechanistische inzichten zullen gebruikt worden om interventiestudies op te zetten bij kinderen met specifieke door bronnen gedomineerde metabotypes.