Bayerisches Forschungsnetzwerk - DynamicKit - Suche nach neuen Kombinationstherapien gegen multiresistente Tuberkulose
- Projektleiter: PD Dr. Andreas Wieser, Prof. Dr. med. Michael Hoelscher, Dr. Michael Menden
- Einrichtung: Max von Pettenkofer Institut, Abteilung für Infektionskrankheiten und Tropenmedizin, Institut für Computational Biology
- Förderung: 2020 bis 2025
Tuberkulose (TB) ist die tödlichste Infektionskrankheit des Menschen und fordert jedes Jahr weltweit rund 1,5 Millionen Menschenleben. Um diese Lungenkrankheit erfolgreich zu behandeln, muss eine Mischung verschiedener Medikamente über mehrere Monate hinweg verabreicht werden. Dies ist jedoch problematisch, da die bakteriellen Erreger resistent werden und selbst in behandelbaren Bakterienpopulationen hochresistente Subpopulationen nachgewiesen werden können. Um die Ausbreitung der Krankheit zu verhindern, ist es daher nicht nur notwendig, neue Antibiotika zu entwickeln, sondern auch immer wieder neue Wirkstoffkombinationen zu finden. Solche Kombinationen können bisher nur empirisch in aufwändigen klinischen Studien identifiziert werden. Neue digitale Werkzeuge in Kombination mit neuartigen Analysewerkzeugen, wie z.B. selbstlernende Algorithmen der künstlichen Intelligenz, haben das Potenzial, das Zusammenspiel verschiedener Antibiotika auf den mykobakteriellen Stoffwechsel schneller und kostengünstiger zu entschlüsseln, so dass geeignete Medikamentencocktails zur Überwindung der TB-Arzneimittelresistenz und zur Verbesserung der derzeitigen Behandlungsschemata identifiziert werden können.
Die Resistenz gegen Arzneimittel ist eine dramatische Herausforderung für die tödlichste Infektionskrankheit der Welt, die Tuberkulose (TB). Die Forschungsgruppe verwendet selbstlernende Algorithmen, um die Interaktion verschiedener Medikamente in ihrer Wirkung auf den Stoffwechsel von Mykobakterien, den Erregern der Tuberkulose, zu verstehen. Auf diese Weise sollen nicht nur neue geeignete Arzneimittelkombinationen für die Tuberkulosebehandlung vorhergesagt, sondern auch biologische Moleküle bestimmt werden, die Resistenzmechanismen widerspiegeln, so dass die Forschungsgruppe herausfinden kann, wie sie dies mit Medikamenten gezielt rückgängig gemacht werden können. Dieser kombinierte Ansatz ergibt ein dringend benötigtes präklinisches Labormodell, mit dem die weitere Ausbreitung der Krankheit gestoppt werden kann.
Quelle: bayresq.net (Text)