Neue Forschungsergebnisse

Alzheimer: Blut als Hinweisgeber?

Die Alzheimer-Krankheit hat einen 15 bis 20 Jahre langen symptomfreien Verlauf, bevor erste klinische Symptome auftreten. Mithilfe eines in Bochum entwickelten Immuno-Infrarot-Sensors konnte ein Forschungsteam bis zu 17 Jahre vor Auftreten der ersten klinischen Symptome Anzeichen für die Alzheimer-Krankheit im Blut identifizieren. Der Sensor detektiert die Fehlfaltung des Proteinbiomarkers Amyloid-beta, die im weiteren Verlauf der Krankheit charakteristische Ablagerungen im Gehirn, sogenannte Plaques, verursacht. „Unser Ziel ist es, noch bevor sich die toxischen Plaques im Gehirn ausbilden können, das Risiko, später an Alzheimer-Demenz zu erkranken, mit einer einfachen Blutuntersuchung zu bestimmen – damit eine Therapie rechtzeitig starten kann“, sagt Prof. Dr. Klaus Gerwert, Gründungsdirektor des Zentrums für Proteindiagnostik (PRODI) der Ruhr-Universität Bochum. Das Forschendenteam hofft, dass eine frühe Diagnose anhand der Amyloid-beta-Fehlfaltung helfen könnte, Alzheimer-Medikamente so rechtzeitig einsetzen zu können, dass sie deutlich besser wirken. Noch ist der Sensor in der Entwicklungsphase. Die Erfindung ist bereits weltweit patentiert und könnte in Zukunft fehlgefaltete Proteine bei vielen anderen neurodegenerativen Erkrankungen, etwa bei Parkinson, Huntington oder Amyotropher Lateralsklerose (ALS), aufdecken.

Krebstherapie: Darm als Kristallkugel?

Kann anhand von Mikroorganismen des größten inneren Organs des Menschen vorhergesagt werden, wie gut eine bestimmte Krebstherapie anschlägt? Ein internationales Expertenteam unter der Leitung von Prof. Dr. Eran Elinav, Abteilung Mikrobiom und Krebs des Deutschen Krebsforschungszentrums (DKFZ) und Prof. Dr. Christoph Stein-Thoeringer, Professor für Klinische Infektiologie und Translationale Mikrobiomforschung an der Medizinischen Fakultät Tübingen, hat tatsächlich einen möglichen Zusammenhang zwischen Darmmikrobiom und der Wirksamkeit der CAR-T-Zelltherapie, einer Form der Immuntherapie, die bei Leukämien und Lymphomen zum Einsatz kommt, entdeckt. Deren Wirksamkeit ist zwar bewiesen, allerdings gibt es weiterhin große Unterschiede bei den Behandlungsergebnissen. Eine mögliche Ursache: die Einnahme von Antibiotika, die sich negativ auswirkt. „Mithilfe des Einsatzes des maschinellen Lernens, einem Teilbereich der Künstlichen Intelligenz, konnten wir bestimmte Komponenten des Mikrobioms identifizieren, die eine Vorhersage der klinischen Ergebnisse der CAR-T-Zell-Immuntherapie ermöglichten, indem wir uns auf Patientinnen und Patienten konzentriert haben, die zuvor keine Antibiotika eingenommen hatten“, erläutert Prof. Elinav vor Kurzem in der Fachzeitschrift „Natur Medicine“. Zukünftig könnten Bestandteile des Darmmikrobioms, also bestimmte Bakterien, als sogenannte Biomarker genutzt werden, um die Wirksamkeit einer CAR-T-Zelltherapie besser vorherzusagen.

Mit KI gegen „Killer-Bakterien“

Antibiotika helfen sehr gut gegen gefährliche bakterielle Infektionen. Doch Fakt ist: Jeder Einsatz fördert die Bildung von Resistenzen, die weltweit auf dem Vormarsch sind und schätzungsweise zu mehr als 1,2 Millionen Todesfällen durch Infektionen mit antibiotikaresistenten Keimen führen. Einer von ihnen ist der Krankenhauskeim Acinetobacter baumannii, der laut WHO zu den Gefährlichsten seiner Art zählt und Lungenentzündungen, Wundinfektionen und in seltenen Fällen Hirnhautentzündungen verursachen kann. Forschende aus den USA und Kanada haben nun einen neuen Wirkstoff gegen dieses Bakterium entdeckt – und zwar mithilfe eines Deep-Learning-Algorithmus. Er sagte die Struktur einer antibakteriellen Substanz vorher, die im Labor und in Experimenten sehr spezifisch gegen A. baumannii wirkt, heißt es in der im Mai 2023 im Fachmagazin „Nature Chemical Biology“ publizierten Studie. Im nächsten Schritt könne man nun mit der Entwicklung eines neuen Medikaments starten. Und in Zukunft könnte dank Deep Learning, also der Nutzung neuronaler Netze, eine Reihe anderer wirksamer Antibiotika entwickelt werden – effizienter und kostengünstiger, als dies mit den herkömmlichen aufwendigen Screening-Methoden der Fall ist.