Water holding capacity and drip loss are important commercially interesting meat quality parameters with low heritabilities and complex genetic and metabolic background. The aim of this thesis was the application of different statistical approaches to integrate the omics levels genome, transcriptome, proteome, metabolome and phenotype in 100 Duroc × Pietrain pigs to elucidate the genetic and metabolic background of meat quality, paying special attention to drip loss. The pigs were genotyped and performance tested. The metabolome, proteome and transcriptome were profiled in muscle samples of the animals. In the first study, metabolite profiles were analysed based on different statistical procedures to elucidate the underlying biochemical processes and to identify potential metabolite indicators for drip loss, pH1, pH24 and meat color. In case of drip loss, the procedure ‘Random forest regression’ was the most suitable method to identify reliable biomarkers. Based on a systems biological approach, in a second step different omics levels were integrated to increase the information density for the analysis of meat quality and carcass composition traits. The omics analyses were applied as promising alternatives to standard genetic association studies and the metabolic phenotypes were used as more accurate traits to characterize underlying functional pathways and candidate genes. Therefore, metabolite and protein profiles were used to perform an enrichment analysis that revealed the sphingolipid metabolism with significant influences on drip loss. Based on the identified pathways, metabolites and proteins were selected as ‘intermediate phenotypes’ for drip loss. In the third study, the most promising metabolic traits for drip loss and other meat quality and carcass composition traits were picked using a network analysis that integrated all quantified transcripts, metabolites and proteins. In the following, besides the conventional production traits, the selected ‘intermediate phenotypes’ (single metabolites/proteins or combined metabolic traits) were analyzed in genome-wide association studies (GWAS). As a result, several highly interesting candidate genes for drip loss and carcass composition on Sus scrofa chromosomes 5 and 18 were identified. Due to the higher information density between genotype and phenotype, we hypothesize that GWAS based on intermediate phenotypes are able to improve the statistical power in the identification of reliable candidate genes and to avoid false positive, redundant results. In conclusion, our omics approaches provide comprehensive insights in the genetic variation of genes directly involved in the metabolism of production traits. ; Systembiologische Analyse der Fleischqualität bei Duroc × Pietrain Schweinen basierend auf integrierten Omics Ansätzen Das Wasserhaltungsvermögen und der Tropfsaftverlust (TSV) sind ökonomisch relevante Fleischqualitätsparameter mit geringer Heritabilität und komplexer genetischer Fundierung. Es wird angenommen, dass die Analyse verschiedener Omics Ebenen bei der Untersuchung komplexer Merkmale sehr zielführend sein können. Das Ziel dieser Arbeit war die Anwendung unterschiedlicher statistischer Verfahren um die Omics Ebenen Genom, Transkriptom, Proteom, Metabolom und Phänotyp zu integrieren und in 100 Duroc × Pietrain Schweinen die genetische und metabolische Grundlage vom Merkmal TSV und anderen Fleischqualitätsparameter zu untersuchen. In der ersten Studie wurden Metabolit-Profile genutzt, um auf Basis verschiedener statistischer Prozeduren die zugrundeliegenden Stoffwechselprozesse und potentielle Biomarker für die Merkmale TSV, pH-Wert und Fleischfarbe aufzudecken. Für TSV war ‚Random Forrest Regression‘ die geeignetste Methode um zuverlässige Biomarker zu identifizieren. Mittels eines systembiologischen Ansatzes wurden im nächsten Schritt mehrere Omics Ebenen verknüpft, um die Informationsdichte bei der Analyse verschiedener Merkmale der Fleischqualität und Schlachtköperzusammensetzung zu erhöhen. Somit wurden in der zweiten Studie Metabolit- und Protein-Profile genutzt, um eine Pathway-Analyse durchzuführen. Diese ergab u.a., dass der Sphingolipid-Metabolismus einen signifikanten Einfluss auf den TSV hat. Basierend auf den identifizierten Pathways wurden einzelne Stoffwechselkomponenten als ‚intermediäre Phänotypen‘ für den TSV ausgewählt. In der dritten Studie wurden die vielversprechendsten intermediäre Phänotypen für TSV und andere Merkmale mit Hilfe einer Netzwerkanalyse ausgewählt. Dazu wurden Transkripte, Proteine und Metabolite zu Modulen kombiniert. Neben den konventionellen Leistungsmerkmalen wurden ausgewählte ‚intermediäre Phänotypen‘ (einzelne Metabolite/Proteine bzw. Module der Netzwerkanalyse) in genomweiten Assoziationsanalysen (GWAS) untersucht. Im Rahmen dieser Arbeit wurden einige interessante Kandidatengene für TSV auf Sus scrofa Chromosom (SSC) 18 und die Schlachtköperzusammensetzung auf SSC5 detektiert. Durch die erhöhte Informationsdichte zwischen Geno- und Phänotyp ist anzunehmen, dass GWAS von intermediären Phänotypen zu einer verbesserten statistischen Aussagekraft bei der Detektion von Kandidatengenen führen und falsch-positive Assoziationen vermieden werden können. Dies erlaubt es die genetische Fundierung komplexer Stoffwechselvorgänge aufzuklären.