Viele Krankheiten führen schon in frühen Abschnitten der Erkrankung zu spezifischen Veränderungen auf molekularer Ebene. Die Proteomics-Gruppe macht sich diese Tatsache zunutze, um blutbasierte Krankheitsmuster zur Frühdiagnose zu identifizieren. Dabei ermöglichen massenspektrometrische Analysemethoden verbunden mit hochsensitiven statistischen Algorithmen, auch kleinste Unterschiede zwischen „kranken“ und „gesunden“ Patientengruppen zu detektieren. Unter Verwendung dieser Proteinmuster ergeben sich vor allem im Bereich der Krebsdiagnostik interessante Perspektiven. So führt eine möglichst frühe Erkennung der Erkrankung zu einer signifikanten Erhöhung der Heilungschancen und Überlebensrate der Patienten. Zusätzlich können auch im Therapie Monitoring Anwendungsfelder liegen.

• Conrad, T. O. F. (2008) New Statistical Algorithms for the Analysis of Mass Spectrometry Time-Of-Flight Mass Data with Applications in Clinical Diagnostics. PhD thesis, Freie Universität Berlin.

• Strenziok, R. and Hinz, S. and Wolf, C. and Conrad, T. O. F. and Krause, H. and Lingnau, A. and Lein, M. and Schostak, M. and Miller, K. and Schrader, M. (2009) Serum proteomic profiling by surface-enhanced laser desorption/ionization time-of-flight mass spectrometry in testicular germ cell cancer patients. World J of Urology .

• Fiedler, G. M. and Leichtle, A. and Kase, J. and Baumann, S. and Ceglarek, U. and Felix, K. and Conrad, T. O. F. and Witzigmann, H. and Weimann, A. and Schütte, Ch. and Hauss, J. and Büchler, M. and Thiery, J. (2009) Serum Peptidome Profiling Revealed Platelet Factor 4 as a Potential Discriminating Peptide Associated With Pancreatic Cancer. Clinical Cancer Research, 15 (11). pp. 3812-3819. ISSN 1078-0432