Worldwide China

Krankheitserreger dank maschinellem Lernen erkennen

Wie Computer Salmonellen aufspüren

| Autor / Redakteur: Susanne Thiele* / Christian Lüttmann

Eine neue intelligente Software kann zukünftig helfen, krankheitserregende Salmonellen-Stämme frühzeitig zu identifizieren.
Bildergalerie: 1 Bild
Eine neue intelligente Software kann zukünftig helfen, krankheitserregende Salmonellen-Stämme frühzeitig zu identifizieren. (Bild: HZI/Manfred Rohde)

Mehr zum Thema

Schneller als jeder Labortest: Ein neues maschinelles Lern-Tool kann helfen, gefährliche Krankheitserreger zu erkennen, bevor sie einen Krankheitsausbruch verursachen. Das Computerprogramm, das von einem internationalen Forscherteam entwickelt wurde, kann genetische Veränderungen identifizieren, die typischerweise im Zusammenhang mit aggressiven Salmonellenstämmen stehen. Auch für Tests auf Antibiotikaresistenzen soll das Tool geeignet sein.

Würzburg, Cambridge/England, Dunedin/Neuseeland – Seit Genom-Sequenzierungen erschwinglich geworden sind, setzen Wissenschaftler sie auf der ganzen Welt ein. Anhand der genetischen Eigenschaften von Bakterien können sie besser verstehen, wie sich Krankheiten verbreiten, wie Bakterien resistent gegen Medikamente werden und welche Bakterienstämme Krankheitsausbrüche auslösen können. Die Methoden, die derzeit zur Verfügung stehen, um die genetischen Veränderungen neuer Erregerstämme bei einem Krankheitsausbruch zu identifizieren, sind allerdings sehr zeitaufwändig. So muss oft ein manuelles Abgleichen des neuen Stammes mit vorhandenen Referenz-Sammlungen erfolgen.

Dies trifft auch auf die vielen verschiedenen Arten der Bakteriengattung Salmonella zu. Einige von ihnen verursachen Lebensmittelvergiftungen, bekannt als Magen-Darm-Salmonellen, während andere weit über den Darm hinausreichende Krankheiten hervorrufen – wie der Typhuserreger Salmonella enterica Serovar Typhi.

Wie aber führen bestimmte genetische Veränderungen dazu, dass ein neu auftretender Salmonellen-Stamm eine Lebensmittelvergiftung oder eine weitreichendere Infektion auslöst? Um das zu verstehen, haben Forscher des Helmholtz-Instituts für RNA-basierte Infektionsforschung in Würzburg ein so genanntes Machine-Learning-Tool entwickelt. Die Software analysiert, welche Mutationen eine wichtige Rolle in der Krankheitsentwicklung spielen. An dem internationalen Projekt waren auch Wissenschaftler des Wellcome Sanger Institute in Großbritannien und der University of Otago in Neuseeland beteiligt.

Salmonellenkunde für den Computer

Das Entwicklerteam etablierte ein Modell, das darauf trainiert wurde, wichtige krankheitsassoziierte Unterschiede zwischen verschiedenen Salmonellenstämmen gezielt zu erkennen. Als Trainingsdatensatz diente den Forschern die genetischen Informationen von 13 bekannten und genetisch sehr unterschiedlichen Salmonella-enterica-Stämmen mit unterschiedlichen Krankheitspotenzialen. Das Modell identifizierte dabei fast 200 Gene, die einen Einfluss darauf haben, ob ein Bakterium eher eine Lebensmittelvergiftung oder einen invasiven Infektionsprozess auslöst.

„Wir haben ein neues Machine-Learning-Modell entwickelt, mit dem wir erkennen können, ob neu auftretende Bakterienstämme ein potenzielles Risiko für die öffentliche Gesundheit darstellen“, sagt Dr. Nicole Wheeler vom Wellcome Sanger Institute. „Mit diesem Tool können wir große Datenmengen bewältigen und in Sekundenschnelle Ergebnisse erhalten. Dies wird zukünftig eine Form der Überwachung von krankheitserregenden Bakterien ermöglichen, die bisher noch nicht denkbar war – und das nicht nur auf einzelnen Krankenstationen, sondern weltweit.“

Inhalt des Artikels:

Kommentare werden geladen....

Kommentar zu diesem Artikel abgeben

Der Kommentar wird durch einen Redakteur geprüft und in Kürze freigeschaltet.

  1. Avatar
    Avatar
    Bearbeitet von am
    Bearbeitet von am
    1. Avatar
      Avatar
      Bearbeitet von am
      Bearbeitet von am

Kommentare werden geladen....

Kommentar melden

Melden Sie diesen Kommentar, wenn dieser nicht den Richtlinien entspricht.

Kommentar Freigeben

Der untenstehende Text wird an den Kommentator gesendet, falls dieser eine Email-hinterlegt hat.

Freigabe entfernen

Der untenstehende Text wird an den Kommentator gesendet, falls dieser eine Email-hinterlegt hat.

copyright

Dieser Beitrag ist urheberrechtlich geschützt. Sie wollen ihn für Ihre Zwecke verwenden? Infos finden Sie unter www.mycontentfactory.de (ID: 45318104 / Bio- & Pharmaanalytik)