MetaboDefense:

Mit künstlicher Intelligenz und Fresszellen multiresistente Keime bekämpfen

Multiresistente Krankheitserreger infizieren nicht jeden, den sie befallen. Einige Menschen verfügen über High-End-Makrophagen, die die Infektion kontrollieren und abwehren, während die Makrophagen anderer Menschen dies nicht können. Wir vermuten den Unterschied zwischen diesen Fresszellen des Immunsystems in ihrem Stoffwechsel. In der Regel weiß niemand, wie fit seine Makrophagen bei einer Infektion sein werden. Deshalb ist es wichtig die charakteristischen Eigenschaften potenter Makrophagen besser zu beschreiben und diese Eigenschaften dann auch diagnostizierbar zu machen. So könnten Hochrisikopatienten frühzeitig identifiziert werden. Darüber hinaus kann der Stoffwechsel der Makrophagen durch eine Vielzahl von Medikamenten in unterschiedlicher Weise beeinflusst werden und wir wissen heute noch nicht, wie sich dies auf seine Fitness bei der Abwehr von Krankheitserregern auswirkt. 

 

Wir setzen in diesem Projekt auf eine Strategie, die moderne Stoffwechsel-Analytik und Verfahren der künstlichen Intelligenz mit experimenteller Immunologie verbindet. Alle drei Gebiete haben in den letzten Jahren große Fortschritte gemacht und in ihrer Vernetzung sehen wir nun die Chance schnell voranzuschreiten. In unserem Projekt arbeiten deshalb Forscherteams aus allen drei Gebieten zusammen. Das Jantsch-Lab hat es sich zum Ziel gesetzt das Wechselspiel zwischen Infektionsabwehr und Immunstoffwechsel zu ergründen und zeichnet für die experimentelle Arbeit an infizierten Makrophagen verantwortlich. Das Dettmer-Lab ist auf dem Gebiet der Metabolomics, also der Stoffwechselanalytik bestens ausgewiesen und generiert in unserem Projekt unter Einsatz modernster Spektrometer hochauflösende Messdaten zum Makrophagenstoffwechsel. In diesen Messungen sucht das Spang-Lab mit Hilfe von Verfahren der künstlichen Intelligenz nach Datenmustern, die zur Diagnostik oder zur Detektion therapeutischer Zielstrukturen benutzt werden können. Die Gruppe entwickelt seit vielen Jahren solche Algorithmen und wendet sie in klinischen Kontexten an.

 

 

 

Unser Ziel ist es wissenschaftliche Grundlagen zu schaffen, die eine makrophagenzentrierte Diagnostik, Prävention und Therapie bei Infektionen durch multiresistente Erreger auf den Weg bringen kann. Wir untersuchen daher den Stoffwechsel von mit Gram-negativen Bakterien infizierten Makrophagen, testen und bemessen deren Fähigkeit Keime zu kontrollieren und suchen mit Hilfe von Verfahren der künstlichen Intelligenz, mach den Mustern im Stoffwechsel, die gerade High-End Makrophagen auszeichnen. In unseren Infektionsexperimenten greifen wir auch experimentell in den Stoffwechsel ein, um so die potentielle Wirkung von Medikamenten nachzuahmen. Darüber hinaus setzen wir intelligente Algorithmen der kausalen Inferenz ein, um zu verstehen, wie gezielte therapeutische Eingriffe in den Makrophagenstoffwechsel dessen immunologische Eigenschaften verändern. Wir wollen so lernen, wie man gewöhnliche Makrophagen zu High-End-Makrophagen umprogrammieren kann.

 

Aus dem so gewonnen Wissen können neue diagnostische und auch immuntherapeutische Ansätze zur Bekämpfung multiresistenter Keime abgeleitet werden. Das klassische Antibiotikum wird dabei umgangen. Statt den Keim zu töten, stärken wir das Immunsystem bei der Beherrschung dieser Keime. Der KI- und Medizinforschungs-Standort Bayern bietet uns ideale Startbedingungen dieses Projekt anzugehen. Seine Ergebnisse sollen aber weit über Bayern hinaus unsere Gesundheitssysteme stärken und Patienten neue Therapieoptionen erschließen.

 

 

 

 

Kooperationen


WP 1: 


Prof. Dr. Jonathan Jantsch

 

Projektleiter

Universität Regensburg
                                Emailadresse: 

 

WP 2:


PD Dr. Katja Dettmer-Wilde

 

Projektleiterin
Universität Regensburg
                             Emailadresse: 

 

 

WP 3:


Prof. Dr. Rainer Spang

 

Projektleiter
Universität Regensburg
                                Emailadresse: