美因茨大学医学中心和约翰内斯·古腾堡大学美因茨大学(JGU)正在建立跨学科研究集群(“ Forschungskern”)，其名称为“基于数据的基于采集的系统医学(DIASyM)：用于高通量心衰综合征高通量深表型分析的质谱法”。作为德国政府2025年高科技战略的一部分，该集群旨在利用最先进的质谱技术提供系统医学方面的新见解。德国联邦教育与研究部(BMBF)将在第一个三年项目阶段为DIASyM提供680万欧元的资金。

位于美因茨大学医学中心的定量蛋白质组学教授Stefan Tenzer教授和临床流行病学与系统医学教授Philipp Wild教授将率领这一基于美因茨的团队开发创新的方法和分析工具，为继续取得进展提供基础医学和健康研究。借助质谱，可以研究与疾病相关的细胞成分之间的相互作用。为了系统医学的目的，将分析由此获得的分子生物学数据，以便更好地理解体内作为一个整体的复杂生理和病理过程。研究人员打算利用他们的发现来促进早期诊断并促进开发出副作用更少，更精确的治疗方法，

所涉及的研究人员预计，使用最新技术将提供技术和科学方面的突破性发现。“到目前为止，质谱在医学诊断中仅扮演了次要的角色，并且还远远没有发挥其潜力，”协调新的DIASyM研究集群的质谱技术平台和方法研究的Stefan Tenzer教授说。这主要是由于缺乏用于高分辨率技术的标准化协议以及现有设备的特性，这些设备通常不适合分析大量样本。美因茨的研究人员特别关注改进用于研究血液中蛋白质成分，代谢产物和脂质的质谱技术。

在研究计划的头几年，研究人员将特别关注一个问题：哪些机制会影响不同形式的心力衰竭的发展?找到这个问题的答案至关重要，因为欧洲有1500万人患有心力衰竭。这是65岁以上人群住院的最常见原因，长期生存的机会并不是特别好。心力衰竭也有不同类型，有些患者对某些治疗反应不佳或根本没有反应。因此，该疾病给卫生保健系统带来相当大的负担。

美因茨的DIASyM团队将采用一种方法学方法：首先，他们将使用质谱法记录心力衰竭患者的各种血液参数。这些数据将在大规模观察研究中获得，并将与从健康个体获得的类似数据进行比较评估。接下来，研究人员将使用系统医学方法分析所得的大量数据。

面向系统的方法将使我们能够更好地理解和解释生物过程之间的相互作用。为此，我们将在分析中整合多个级别的数据，包括例如遗传因素以及血液中蛋白质和代谢产物的模式。我们还将结合医疗设备注册的数据以及有关患者临床健康状况的信息。结合起来，所有这些要素将为我们开发诊断，治疗和预防该疾病的新方法提供基础。”

DIASyM研究集群聚集了美因茨大学医学中心和约翰内斯·古腾堡大学美因茨的生物学家，计算机科学家，生物信息学家，流行病学家和医师，他们将利用并进一步开发人工智能(例如机器)的最新技术学习，尤其是深度学习。科学家将使用这些技术来识别称为生物标志物的特定物质。这些可以提供有关患者是否正在发展心力衰竭的线索，如果是这样，则提示涉及哪种类型的心力衰竭。结果，他们应该能够开发出特定的，甚至可能是个体化的治疗方法，这些方法可以在疾病发生的相对早期阶段就开始使用。

DIASyM研究集群是美因茨最早的跨学科研究合作之一，结合了医学研究团队(Laura Bindila博士，Stefan Tenzer教授，Philipp Wild教授)，生物学(Miguel Andrade教授)和计算机科学(Andreas教授)希尔德布兰特(Silfan Kramer教授)。为了实现其广泛的目标，DIASyM研究小组将招募新的学术人员，并可能建立两个初级研究小组和相关​​的教授职位。除美因茨财团外，德国联邦教育与研究部还将在柏林，海德堡和慕尼黑为另外三个德国质谱研究集群提供支持，第一阶段的总资金为2560万欧元。