Prof. Dr., Ph. D. Thomas Lengauer
Max-Planck-Institut für Informatik, SaarbrückenTelefon: +49 681 9325-3000
Fax: +49 681 9325-3099
E-Mail: lengauer@mpi-inf.mpg.de
Immunbiologie . Infektionsbiologie . Informatik . Komplexe Systeme . Mathematik . Medizin
IMPFSTOFFDESIGN AM COMPUTER
Ein besonderes Anliegen der Forschung ist die numerische Modellierung von Infektionskrankheiten. Da sehr viele Menschen weltweit unter Aids3, Tuberkulose4,5, Hepatitis C6, Grippe7 oder Malaria8 leiden, können erfolgreiche Modelle hier große Wirkungen erzielen. Sie müssen jedoch regelmäßig nachgebessert werden, um mit der raschen Evolution der Erreger Schritt zu halten. Für die Wechselwirkung zwischen Krankheitserreger und Wirt lässt sich auf der Grundlage von molekularen Interaktionsnetzen ein dynamisches Modell erarbeiten9. Gelingt es, damit quantitativ zu beschreiben, wie Erreger sich innerhalb einer Zelle vermehren oder innerhalb des Körpergewebes ausbreiten, wäre dies ein bedeutender Fortschritt.
Computermodelle können das Design neuer Impfstoffe entscheidend unterstützen10, zum Beispiel bei Impfstoffkombinationen aus einem Antigen und einem Adjuvans, das die Immunreaktion verstärkt. Durch Datenanalyse lassen sich zudem Biomarker ausfindig machen, die frühzeitig anzeigen, ob ein neuer Impfstoff wirksam ist oder nicht, und damit langwierige und teure klinische Studien einsparen.
Auch können Computermodelle jene Mutationen erfassen, durch die Bakterien und Viren einer Immunreaktion entgehen. So kann der Prozess der jüngsten evolutionären Veränderung des Keims analysiert werden (Bild 1). Dieses Wissen wird bereits dazu genutzt, für die Produktion des Impfstoffs für die saisonale Grippe geeignete Virenstämme auszuwählen7.
Bild vergrößern
Auch im individuellen Krankheitsverlauf mutieren die Erreger und entwickeln dadurch Resistenzen gegen die verabreichten Medikamente. Ein statistisches Modell kann diesen Prozess vorwegnehmen und so Prognosen zum Erfolg verschiedener Behandlungspläne abgeben (siehe Kasten links unten). Weiterentwickelte Formen dieser Softwarewerkzeuge werden auch die genetische Ausstattung des Patienten sowie die bisherige Behandlung in die Empfehlung einbeziehen.
Indem ein Modell über die Biologie hinaus Daten zur Demographie und zum Sozialverhalten des Menschen einbezieht, kann es schließlich epidemiologische Voraussagen über das Ansteckungsrisiko und über die Ausbreitung einer Krankheit auf lokaler und globaler Ebene treffen. Die meisten gegenwärtigen Modelle erfassen nur einen sehr begrenzten Ausschnitt des Krankheitsgeschehens. Realitätsnähere und nützlichere Softwarewerkzeuge entstehen erst durch Integration dieser Ansätze zu umfassenderen, dynamischen Modellen. Dies wird zweifellos eine Herausforderung, nicht zuletzt, weil sich das Geschehen über viele zeitliche Größenordnungen erstreckt: von den Mikrosekunden für eine einzelne chemische Reaktion bis hin zu den Tagen oder sogar Jahren für den Verlauf einer Krankheit und der Genesung.
>> Die meisten gegenwärtigen Modelle erfassen nur einen sehr begrenzten Ausschnitt des Krankheitsgeschehens
Viele der hier angesprochenen Projekte stecken noch in einem frühen Stadium; aber in den nächsten fünf Jahren ist mit beträchtlichen Fortschritten zu rechnen. Die rechnerische Modellierung von Krankheiten wird dem Patienten vielfältigen Nutzen bringen: verbesserte Diagnosen und Prognosen, neue Behandlungsmethoden – und eine deutliche Minderung des Risikos durch unzweckmäßige oder gar schädliche Behandlung.
Am Max-Planck-Institut für Informatik wurden bioinformatische Modelle der HIV-Infektion entwickelt, die bereits die Therapie von Aidspatienten unterstützen. Sie wurden zusammen mit Virologen und Ärzten in ganz Deutschland mit statistischen Lerntechniken abgeleitet und basieren auf klinischen Daten eines Zeitraums von zwei Dekaden (www.geno2pheno.org). Sie helfen besonders in den letzten Stadien der Infektion. (Lengauer, T. & Sing, T. Nat. Rev. Microbiol. 4, 790-797 2006).
