Siebenmeilenstiefel für die Präzisionsmedizin

© CiiM/Figiel

Was haben Sie in Ihren jüngsten Studien herausfinden können?

Yang Li: Wir konnten genetische Marker identifizieren, mit denen sich voraussagen lässt, ob eine Person nach einer Influenza-Impfung eine schützende Immunantwort ausbilden wird oder nicht. Durch Einbeziehung dieser Zusammenhänge könnten Impfempfehlungen künftig noch passgenauer und individueller gegeben werden. Auch die Entwicklung alternativer Impfstoffe wäre denkbar. Das neue Wissen, das wir mit KI vergleichsweise schnell generieren, kann die individualisierte Infektionsmedizin auf verschiedensten Ebenen enorm voranbringen. Ein weiteres Beispiel ist eine sogenannte Einzelzell-Multi-Omics-Studie mit Patienten, die an COVID-19 erkrankt sind. Hier verwendeten wir Multi-Omics-Methoden, um die genetische und epigenetische Regulation auf Einzelzellebene zu untersuchen. Die Genetik bezieht sich auf die in unserer DNA kodierten Anweisungen, während die Epigenetik Veränderungen beinhaltet, die sich auf die Art und Weise auswirken, wie diese Anweisungen verwendet werden. Der DNA-Code selbst bleibt unverändert. Indem wir die genetischen und epigenetischen Prozesse auf Einzelzellebene untersuchen, können wir sehen, wie jede einzelne Zelle im Körper ihre Funktionen reguliert. So erlangen wir ein detailliertes Verständnis darüber, wie unser Immunsystem auf Infektionen reagiert. Aus den resultierenden riesigen Datenpaketen konnten wir mittels KI dann molekulare Marker identifizieren, die nur bei den schwer erkrankten Patienten zu finden waren. Anschließend gelang es uns, die regulatorischen Mechanismen aufzuklären, die zu der schweren Erkrankung führten. Durch dieses neue, mithilfe von KI generierte Wissen liegen nun neue Möglichkeiten und Ansatzpunkte für Therapien vor uns, deren Erforschung in den kommenden Jahren angegangen werden könnte.

Herr Prof. Keller, Sie beschäftigen sich ebenfalls mit dem Risiko für Patienten, nach einer Infektion schwere und langanhaltende Symptome zu entwickeln.

Andreas Keller: Ja, unser Ziel ist es, mehr über das sogenannte postakute Infektionssyndrom herauszufinden. Viele bakterielle Infektionskrankheiten können mit zum Teil schweren Spätfolgen einhergehen, die oft erst Jahre nach der Ansteckung bzw. nach der akuten Erkrankung auftreten. Häufig werden sie dann gar nicht mehr mit der zurückliegenden Infektion in Zusammenhang gebracht. In Kooperation mit der Abteilung „Bioinformatik der Infektionsforschung“ von Alice McHardy am Braunschweig Integrated Centre of Systems Biology werden wir mithilfe KI-gestützter Datenanalyse bestehende Studien durchforsten, um die Zusammenhänge zwischen sämtlichen bekannten bakteriellen Erregern und dokumentierten Spätfolgen infizierter Patienten aufzuspüren. Wir wollen hier mehr Licht ins Dunkel bringen, damit das Risiko für ein postakutes Infektionssyndrom bei Infektionskrankheiten künftig besser abschätzbar wird und Patienten eine bessere Behandlung und im besten Fall sogar eine Prävention zugutekommen kann. Schwerpunktmäßig erforschen wir dabei das Gehirn, und zwar insbesondere mit Blick auf Alterungsprozesse und neurodegenerative Erkrankungen wie Alzheimer und Parkinson. Wir wollen besser verstehen lernen, welche Rolle Infektionskrankheiten als Auslöser oder Verstärker spielen können. In einer unserer Studien konnten wir zeigen, dass eine Infektion mit SARS-CoV-2 im Gehirn molekulare Spuren hinterlassen kann, wie sie in ähnlicher Form bei neurodegenerativen und anderen Erkrankungen des zentralen Nervensystems vorkommen.

Gibt es auch Risiken bei der Anwendung von KI-Tools in der Infektionsforschung?

Yang Li: Wenn man Daten einfach blindlings durch eine KI-Anwendung laufen lassen und die Ergebnisse ungeprüft für bare Münze nehmen würde, wäre das fahrlässig und für eine spätere Anwendung in der Infektionsmedizin durchaus gefährlich, ja. Wichtig ist: Die Datensätze müssen zunächst genauestens gesichtet, bereinigt und für die Datenanalyse vorbereitet werden. Rohdaten sind hier in der Regel ungeeignet. Diese Vorbereitungsschritte bedeuten Arbeit, sind aber absolut entscheidend. Außerdem müssen die KI-Tools entsprechend der Forschungsfrage, der nachgegangen werden soll, ausgewählt werden. Und last but not least: Die Analyseergebnisse müssen sorgfältig auf Plausibilität geprüft werden. Es ist hier also Expertise auf unterschiedlichsten Ebenen erforderlich.

Was meinen Sie, ist die KI der Siebenmeilenstiefel für die individualisierte Infektionsforschung?

Andreas Keller: Ja, absolut! Vielleicht sogar der Sieben-hoch-x-Meilenstiefel! Der Zugewinn an Wissen, der in den vergangenen Jahren mit KI möglich wurde, ist wirklich fantastisch. Und ich schätze, dass es in Zukunft genauso rasant weitergehen wird.

Yang Li: Es ist gerade wirklich eine tolle Zeit, um in der individualisierten Infektionsmedizin zu forschen. Und ja, KI bringt uns hier in kürzester Zeit meilenweit voran. Die Datenressourcen und die zur Verfügung stehenden KI-Modelle sind hervorragend – und sie werden immer besser. Es wird also noch unglaublich spannend!

Spannend war auch unser Gespräch – vielen Dank!

Interview: Nicole Silbermann