Neues Big-Data-Projekt sucht Ursachen für Demenz

Anbieter zum Thema

Shimadzu Deutschland GmbH

BRAND GMBH + CO KG

Geniu GmbH

Fraunhofer-Gesellschaft z.För. d. angewandten Forschung e.V.

Fraunhofer-Institut für Algorithmen und Wissenschaft- liches Rechnen SCAI

Neue Krankheitsmechanismen zu identifizieren, ist eine anspruchsvolle Aufgabe. Schließlich können sich die Vorgänge im Körper, die ein Symptom auslösen, von Patient zu Patient unterscheiden. „Es gibt vermutlich nicht nur einen, für alle Patienten gleichen Krankheitsmechanismus, sondern eine Vielzahl an Auslösern und eine Vielzahl von Mechanismen, die unterschiedlich zum individuellen Risiko, zu erkranken, beitragen können“, weiß Hofmann-Apitius.

Beispielsweise spielen Genetik und Epigenetik eine Rolle. Aber auch Virusinfektionen in der Jugend, psychischer Stress oder Gehirntraumata können das Risiko für eine spätere neurologische Erkrankung erhöhen – hier liegen seit mehreren Jahren entsprechende, epidemiologische Evidenzen vor.

Wissensnetz mit 3000 Knoten

Alzheimer und Parkinson entstehen auf molekularer und zellularer Ebene. An diesen Punkten setzt Aetionomy an: Bis Ende 2018 wollen die beteiligten Forscher eine mechanismusbasierte Taxonomie beziehungsweise Klassifizierung für die beiden Erkrankungen etablieren. „Eine Reklassifizierung ist wichtig, wenn man herausfinden will, welcher Patient welchen Wirkstoff benötigt“, sagt Dr. Phil Scordis von USB BioPharma.

Die Reklassifizierung lösen die Forscher vom Fraunhofer SCAI mit einem Big Data-Ansatz. „Wir sammeln alle Patientendaten und Publikationen aus Kliniken, Unternehmen und Bibliotheken mithilfe von Big Data und verknüpfen und sie zu einer Wissensbasis. Diese liegt inzwischen vor“, so Hofmann-Apitius. Dabei setzen der Forscher und sein Team auf eine Eigenentwicklung: die Software Scai-View, die das schnelle Auffinden aggregierter Informationen aus großen Textmengen ermöglicht. Innerhalb von Minuten werden Millionen von Publikationen vom Rechner gelesen und in ein zusammenhängendes Krankheitsmodell überführt. Das Ergebnis ist ein graphisches Modell, ein Netzwerk an Faktoren, die kausal miteinander verbunden sind. Diese Wissensbasis umfasst inzwischen ein Netz von 3000 Knoten und 35.000 Relationen. Die gesammelten Daten lassen sich mit Messergebnissen aus klinischen Studien vergleichen und auf Übereinstimmungen prüfen, Fachleute nennen diesen Prozess „Model Validation“.

Erste Ergebnisse liegen vor

Derzeit erstellen die Forscher eine erste Taxonomie, nach der sich Patienten klassifizieren lassen. Es gibt Hinweise, dass Alzheimer- und Parkinson-Subgruppen identifiziert werden können, die sich durch bestimmte Mechanismen auszeichnen. Beispielsweise können häufige Gehirntraumata, wie sie etwa bei American Football-Spielern vorkommen, die Entstehung von Alzheimer begünstigen. Die Forscher am Fraunhofer SCAI konnten bereits 126 Krankheitsmechanismen für Alzheimer und 76 für Parkinson ausmachen.

Die Daten werden darüber hinaus auf einem öffentlich zugänglichen Web-Server zur Verfügung gestellt. „Mit unserem neuen Ansatz beschreiten wir in der Alzheimer-Forschung ganz neue Wege. Die Chancen, ein wirksames Medikament zu finden, das die beiden Demenzerkrankungen präventiv verhindert, haben sich deutlich erhöht“, resümiert Hofmann-Apitius.

Ein Anschlussprojekt, das auf den Forschungsergebnissen von Aetionomy aufbaut, ist bereits in Planung: Die Wissenschaftler gehen davon aus, dass bereits zugelassene Medikamente, die eine neurologische Nebenwirkung in ihrem eigentlichen Anwendungsgebiet haben, für die Prävention von Alzheimer eingesetzt werden könnte. Entsprechende Tests starten in Kürze.

* M. Krapp, Fraunhofer-Institut für Algorithmen und Wissenschaftliches Rechnen (SCAI), 53754 Sankt Augustin

(ID:45340553)