Modelle für die Komplexität von chronischen Krankheiten
Mit dem Fortschreiten von Genomik und Proteomik kam es zu einer explosionsartigen Zunahme von Daten, deren enorme Fülle eine integrierte Verarbeitung erfordert, um sie bestmöglich für biomedizinische Technologien nutzen zu können. Ein großes Hindernis, insbesondere für kleine und mittlere Unternehmen (KMU), ist der Mangel an geeigneten Werkzeugen für die Erzeugung dynamischer Modelle. Vor diesem Hintergrund zielte das Projekt Biobridge ("Integrative genomics and chronic disease phenotypes: modelling and simulation tools for clinicians" auf die Integration von Datenbanken mit dieser Art von Informationen. Daten aus Genomik, Proteomik und Metabolomik zu entsprechenden Stoffwechselwegen sollten zusammengeführt werden; dann sollten sie in eine Simulationsumgebung eingegeben werden, um komplexe Stoffwechselvorgänge besser erklären zu können. Als Testfall diente in Biobridge das Nitroso-Redox-Ungleichgewicht im Herz-Kreislauf-System. Dieses Ungleichgewicht von Nitroso-Redox gilt als wichtiger Faktor bei drei chronischen Erkrankungen: der chronischen Herzinsuffizienz, der chronisch obstruktiven Lungenerkrankung (COPD) sowie bei Diabetes. Diese Erkrankungen haben nicht nur bestimmte Stoffwechselmechanismen gemein, sie steuern auch alle die Sauerstoffverarbeitung, lassen sich schlecht prognostizieren und belasten das Gesundheitswesen mit großen Summen. Für diese Art von Krankheiten eignet sich ein integrativer translationaler Forschungsansatz besonders gut. Die zugrunde liegende genetische Anfälligkeit bildet zusammen mit Umweltfaktoren wie Ernährung und Rauchen ein äußerst komplexes Netz, dass es zu entwirren gilt. Die Forscher konzentrierten sich auf die Auswirkungen von Kraft- und Ausdauertraining bei gesunden Probanden und verglichen diese mit COPD-Patienten. Verschiedene Ebenen des Systems, zum Beispiel Blut und Skelettmuskeln, wurden auf mehrdimensionale Faktoren hin analysiert, unter anderem was die "Omik"-Bereiche und die Physiologie betrifft. Zwei Gruppen von COPD-Patienten in zwei Trainingsprogrammen, mit und ohne Muskelschwund, wurden mit gesunden Kontrollpersonen verglichen. Mit weiteren Ansätzen wurden Lücken in den Analysen gefüllt. Zum Beispiel konnten mit Tierversuchen und Zellkulturen Fragen beantwortet werden, die bei der Datenanalyse des bioinformatischen Ansatzes aufkamen. Darüber hinaus umfasste das Projekt Studien zu Diabetes Typ II mittels Data-Mining sowie zum Zusammenhang zwischen Body-Mass-Index und körperlicher Belastbarkeit bei COPD-Patienten. Biobridge konnte bei Simulationen mithilfe von integrierten Multilevel-Datenquellen bereits die gewünschten Endergebnisse erzeugen. Zu den Meilensteinen gehören die Erarbeitung von Werkzeugen für probabilistische Modellierung; darüber hinaus entwickelte man die deterministische Modellierung von Sauerstofftransport und der Produktion reaktiver Sauerstoffspezies und integrierte die Simulationsumgebung in das Webportal von Biobridge. Die entwickelten Simulations-Tools können dazu beitragen, geeignete Biomarker für die nicht-invasive Überwachung des Nitroso-Redox-Ungleichgewichts zu finden, und bieten Klinikern neue Möglichkeiten, um die Effizienz der Ressourcen im Gesundheitswesen zu verbessern. Die Systeme sind womöglich auch bei anderen chronischen Erkrankungen anwendbar und könnten zu maßgeschneiderten Behandlungsstrategien in frühen Krankheitsstadien führen.