Ein mathematisches Modell als Weichensteller für effektivere COVID-19-Behandlungen
COVID-19 ist unter anderem deshalb so schwierig zu behandeln, weil die Symptome die ganze mögliche Palette abdecken: von gar keinen Symptomen bis hin zum Organversagen oder sogar zum Tod. Ein Verständnis der Heterogenität von COVID-19 sowie die Bestimmung der besten Behandlungsmöglichkeiten im Einzelfall sind beim Kampf gegen das Virus SARS-CoV-2 daher unerlässlich. Forscherinnen und Forscher aus Zypern, dem Iran und den Vereinigten Staaten haben bereits erhebliche Fortschritte gemacht, um dieses Ziel zu erreichen. Die Forschungsgruppe entwickelte ein umfassendes mathematisches Modell, das zeigt, warum die Folgen einer COVID-19-Erkrankung so verschiedenartig sind und wie Behandlungen an die Bedürfnisse bestimmter Patientengruppen angepasst werden können. Das auf Erkenntnissen aus der Biologie beruhende Modell ist zum Teil das Ergebnis von Forschungsarbeiten im Rahmen der Projekte Immuno-Predictor (Mechanical Biomarkers for Prediction of Cancer Immunotherapy) und CancerFingerPrints (Identification of nano-mechanical fingerprints as a biomarker for cancer treatment prognosis), für die sich der Forscher Triantafyllos Stylianopoulos von der Universität Zypern Finanzierung von der EU sichern konnte. Details zu dieser Forschung werden in einem Artikel in der Fachzeitschrift „Proceedings of the National Academy of Sciences of the United States of America“ ausgeführt. Das mathematische Modell beruht auf den bekannten Mechanismen von SARS-CoV-2 und bezieht mögliche Wirkmechanismen verschiedener Behandlungsmöglichkeiten ein, die bei Patientinnen und Patienten mit COVID-19-Erkrankungen erprobt wurden. Darüber hinaus zeigt es, wie sich individuelle Faktoren wie das Alter und der Gesundheitszustand auf das Ansprechen auf die Behandlung und die klinischen Ergebnisse auswirken können. „Unser Modell sagt voraus, dass antivirale und entzündungshemmende Medikamente, die anfangs zur Behandlung von COVID-19 eingesetzt wurden, je nach Stand der Krankheitsprogression möglicherweise nur beschränkt wirksam sind“, so der korrespondierende Autor Rakesh K. Jain von der Harvard Medical School und dem Massachusetts General Hospital in einer auf der Website „Scienmag“ veröffentlichten Pressemitteilung.
Krankheitsverlauf
Im Laufe der Forschungsarbeiten stellte sich heraus, dass die Viruslast – die Menge an Viren im Blut – während der Anfangsphase der Lungeninfektion zunimmt. Nach dem fünften Tag verändert sich der Verlauf der viralen Infektion jedoch abhängig von den Spiegeln aktivierter T-Zellen (weiße Blutkörperchen, die einen Teil des adaptiven Immunsystems ausmachen). Bei Patientinnen und Patienten unter 35 Jahren mit gesundem Immunsystem konnte die Forschungsgruppe eine stetige Rekrutierung von T-Zellen beobachten. Dies ging mit einer Abnahme der Viruslast und dem Zurückgehen der Entzündung sowie mit geringeren Spiegeln von körpereigenen Immunzellen namens Neutrophilen und Makrophagen einher. Diese Vorgänge führten zu einem erheblichen Rückgang der Bildung von Blutgerinnseln und einem wiederhergestellten Sauerstoffniveau in der Lunge. Jedoch wurden häufig schlechte Ergebnisse festgestellt, wenn die Patientinnen oder Patienten bereits erhebliche Entzündungsniveaus aufwiesen, als sie sich mit SARS-CoV-2 infizierten. Dasselbe wurde auch bei Menschen mit einer aktiveren angeborenen Immunabwehr in Kombination mit einem weniger effektiven adaptiven Immunsystem beobachtet. Zu solchen Fällen zählten ältere Erkrankte sowie Menschen mit Diabetes, Bluthochdruck oder dysregulierter Immunantwort. Dem Modell zufolge sind der Blutverdünner Heparin oder ein Immuncheckpoint-Inhibitor in Kombination mit dem Corticosteroid Dexamethason effektive Behandlungsmöglichkeiten für Personen mit Diabetes sowie ältere Menschen mit bestehender Entzündung und eingeschränkter adaptiver Immunität. Darüber hinaus erwies sich die Kombination aus Heparin und Dexamethason für Patientinnen und Patienten mit Adipositas oder Bluthochdruck als nutzbringend. Das auf Erkenntnissen aus der Biologie beruhende Modell wurde ursprünglich mit Unterstützung der Projekte Immuno-Predictor und CancerFingerPrints zur Verwendung in der Krebsforschung entwickelt. Die Forschungsgruppe hat vor, das Modell weiterzuentwickeln, um die Antwort des Immunsystems auf verschiedene COVID-19-Impfstoffe eingehender zu untersuchen. Weitere Informationen: Immuno-Predictor-Projekt CancerFingerPrints-Projekt
Schlüsselbegriffe
Immuno-Predictor, CancerFingerPrints, COVID-19, SARS-CoV-2, mathematisches Modell, Krebs, Behandlung
