Anhoren
Teilen
Die sogenannte „translationale Lücke“, die oft die Umsetzung präklinischer Erkenntnisse in klinische Anwendungen verhindert, wollen Wissenschaftler der Universität Leipzig und der Charité nun mittels KI schließen.
Ergebnisse aus Tiermodellen auf den Menschen zu übertragen, ist nach wie vor eine Herausforderung für die medizinische Forschung. Diese sogenannte „translationale Lücke“ wollen Wissenschaftler der Universität Leipzig und der Charité – Universitätsmedizin Berlin nun schließen. In einer gemeinsamen Forschungsarbeit haben sie mit Hilfe von Künstlicher Intelligenz einen Ansatz entwickelt, der molekulare Mechanismen von Covid-19 bei Mensch und Tier vergleicht. Die Ergebnisse sind aktuell im Journal The Lancet – eBioMedicine veröffentlicht worden.
Möglich macht es die hochauflösende Methode der Einzelzell-RNA-Sequenzierung. Sie deckt Ähnlichkeiten und Unterschiede zwischen Menschen und Tiermodellen auf molekularer und zellulärer Ebene mit beispielloser Genauigkeit auf. Es gibt aber nur wenige computergestützte Methoden, die einen detaillierten Abgleich dieser wertvollen Daten ermöglichen. Wissenschaftler des Instituts für Medizinische Informatik, Statistik und Epidemiologie, des ScaDS.AI der Universität Leipzig sowie der Klinik für Pneumologie, Beatmungsmedizin und Intensivmedizin der Charité haben in ihrer Forschungsarbeit nun ein auf neuronale Netze gestütztes KI-Modell für die Covid-19-Erkrankung geschaffen. Dafür nutzten sie Blutdaten von Menschen sowie verschiedener Hamsterarten mit mittelschwerem oder schwerem Covid-19 und glichen diese auf molekularer Ebene ab.
Deep Learning verkleinert Lücke
„Wir haben gezeigt, dass die translationale Lücke zwischen Tiermodellen und Patienten durch die Integration von robusten Deep-Learning-Modellen in Kombination mit biologisch fundierten Analysen verkleinert werden kann. Die KI lernt systematisch die molekularen Unterschiede zwischen Tier und Mensch und kann dann molekulare Muster des kranken Tiers in entsprechende Muster des Menschen übersetzen, also gewissermaßen die Daten des Tiermodells humanisieren“, erklärt Dr. Holger Kirsten, Wissenschaftler am Institut für Medizinische Informatik, Statistik und Epidemiologie der Universität Leipzig und Korrespondenzautor der aktuellen Studie.
Ferner konnte das Team zeigen, dass das Immunsystem bei moderaten Covid-19-Verläufen bei syrischen Hamstern und Menschen ähnlich aktiviert wird – insbesondere mit Blick auf die Monozyten, wie Dr. Geraldine Nouailles, Arbeitsgruppenleiterin an der Klinik für Pneumologie, Beatmungsmedizin und Intensivmedizin der Charité und ebenfalls Korrespondenzautorin der Studie, unterstreicht. Monozyten sind Vorläuferzellen der sogenannten Makrophagen, der Fresszellen des Immunsystems. „Wenn wir schwere Verläufe untersuchen wollen, schauen wir dagegen am besten auf die Neutrophilen von Roborovski-Hamstern“, sagt die Wissenschaftlerin. „Diese besonders schnell reagierenden Immunzellen verhalten sich bei dieser Hamsterart und dem Menschen besonders ähnlich.“ Die Ergebnisse stehen im Einklang mit Pandemiebeobachtungen, die anhand der Daten von Patienten gewonnen wurden.
„Solche Vergleiche von Einzelzell-RNA-Sequenzierungsdaten sind gut geeignet, um Ähnlichkeiten und Unterschiede auf molekularer und zellulärer Ebene bei Tier und Mensch aufzudecken, die weit über die Covid-19-Forschung hinausgehen“, sagt Dr. Kirsten. Und Geraldine Nouailles ergänzt: „Unsere entwickelte Methodik ermöglicht eine bessere Identifikation geeigneter Tiermodelle für menschliche Erkrankungen, beziehungsweise welche Stadien der Erkrankung sich einander entsprechen. Das kann die Entwicklung und Testung therapeutischer Interventionen verbessern und den Translationsprozess von präklinischen zu klinischen Studien optimieren.“
In der Zukunft plant das Leipziger Forschungsteam, diese Methodik weiterzuentwickeln und auf andere Tiermodelle anzuwenden, die für die Untersuchung der Wirksamkeit und Sicherheit von immunmodulierenden Therapien im Menschen verwendet werden. Ein Beispiel hierfür ist die CAR-T-Zelltherapie, eine vielversprechende Behandlungsmethode für bestimmte Krebsarten.
