|
Frankfurt/Main (ots) - Schätzungsweise fünf bis acht Prozent der Menschen in
Deutschland leiden an einer Autoimmunerkrankung wie Asthma, Rheumatoide
Arthritis oder entzündliche Darmerkrankungen. Die Entwicklung neuer Medikamente
gegen diese Erkrankungen ist langwierig und komplex. Um die Forschung
grundlegend zu beschleunigen, arbeitet Markus Rehberg an der Schnittstelle von
Ingenieurswissenschaften, Mathematik und Biologie. Er und sein Team erstellen
sogenannte virtuelle Patienten, um die Wirksamkeit neuer Medikamente zu
modellieren, bevor diese in klinischen Studien getestet werden.
"Biologie hat mich schon immer fasziniert, besonders, dass selbst kleinste
Lebewesen wie Mikroben komplexe Aufgaben bewältigen können, an denen Roboter und
moderne Elektronik noch immer scheitern", erzählt Markus Rehberg. Der
promovierte Ingenieur arbeitet im Bereich Disease Modelling innerhalb der
Translational Medicine Unit (TMU) am Sanofi BioCampus in Frankfurt. Dort
entwickelt er sogenannte "Quantitative Systempharmakologie (QSP)"-Modelle.
Diese Modelle bilden pathophysiologische Prozesse des Menschen von der
molekularen Ebene bis hin zu komplexen Gewebestrukturen detailliert ab. "Man
kann sich das als ein System von Gleichungen vorstellen, das chemische und
zelluläre Prozesse beschreibt", erklärt Rehberg. Mithilfe von anonymisierten
Patient*innendaten werden die Modelle anschließend auf individuelle
Krankheitsverläufe abgestimmt und präzisiert. "Das ist aufwendig, aber erlaubt
uns, biologische Zusammenhänge und die Unterschiede zwischen Patienten zu
verstehen", erläutert der Ingenieur.
Nach dem Abschluss seines ingenieurwissenschaftlichen Studiums promovierte
Rehberg, erforschte den Zellstoffwechsel mithilfe mathematischer Modelle und
entschied sich dann für die Medikamentenforschung, wie er sagt: "Ich bin
überzeugt, dass wir biologische Systeme mit Konzepten der
Ingenieurwissenschaften umfassender entschlüsseln können". Das hat mich von der
Grundlagenforschung in die angewandte Arzneimittelentwicklung geführt."
Mit virtuellen Patienten zu realen Medikamenten
Am BioCampus leitet der Ingenieur den QSP-Bereich. Sein Team vereint dabei
unterschiedliche Kompetenzen: Biologie, Mathematik und Informatik. "Wir sind
gleichzeitig Wissenschaftler, Analysten und Entwickler", erzählt er. "Diese
Vielseitigkeit ist nicht nur besonders, sie spiegelt auch unsere Antwort auf die
wissenschaftlichen Anforderungen wider und macht unseren Alltag zudem
ausgesprochen abwechslungsreich." Das gebündelte Fachwissen fließt in die
Entwicklung von virtuellen Patienten ein. Sobald diese erstellt sind, kann das
Team eine Vielzahl unterschiedlicher Wirkstoffe am Computer testen, die Wirkung
modellieren und helfen die richtigen Entscheidungen zu treffen.
Bereits heute erforscht das QSP-Team in enger Zusammenarbeit mit anderen
Funktionen in der Forschung und Entwicklung in Frankfurt verschiedenste
Medikamente. Es gibt Rückmeldung dazu, ob beispielsweise die Halbwertszeit, die
Bindung an das Zielmolekül oder die Dosierung eines Wirkstoffes angepasst werden
sollte, um bei möglichst vielen Patient*innen eine größtmögliche Wirkung zu
erzielen. Dafür greift das Team auf eine große Menge an Daten zurück, die aus
vielen verschiedenen Quellen stammen: von einfachen Bindungsdaten über
Biomarker-Auswertungen aus dem Labor bis hin zu eigenen und externen klinischen
Studien. "Das erfordert genaue Abstimmungen mit allen beteiligten Funktionen und
gelingt nur durch gute Zusammenarbeit und einem gemeinsamen Ziel: Patient*innen
zu helfen", erklärt Rehberg. Die enge Zusammenarbeit mit den Expert*innen vor
Ort ist dabei eine unverzichtbare Grundlage der Arbeit.
Das Forschungsteam hat früh damit begonnen, künstliche Intelligenz gezielt für
seine Arbeit einzusetzen. So hilft KI dabei, Datensätze zu analysieren,
Modellstrukturen zu überprüfen und zu optimieren sowie virtuelle Patienten zu
generieren. Das ermöglicht robustere und aussagekräftigere Vorhersagen.
In Kooperation mit führenden KI-Forschungsinstituten arbeitet das Team zudem
daran, QSP-Modelle mit neuesten KI-Methoden zu kombinieren. "Ziel ist es,
zusätzliche Zusammenhänge wie Komorbiditäten und demografische Faktoren in die
Modelle zu integrieren, um individuelle Patient*innen noch präziser als digitale
Zwillinge abzubilden", erläutert Markus Rehberg.
Die erfolgreiche Integration hochauflösender Einzelzelldaten, also einer
Single-Cell-RNA-Sequenzierung, in die Erstellung virtueller Patientenzwillinge
ist ein bedeutender Schritt auf dem Weg, Moleküle konsequent zuerst am Computer
zu testen, nach dem Prinzip "In Silico First". "So können wir komplexe
Erkrankungen in bislang unerreichtem Maß analysieren", sagt Rehberg. "Alle Daten
und Erkenntnisse fließen laufend in unsere Datenbanken ein, damit wir unsere
Modelle weiter optimieren und unser Wissen über das Immunsystem für die
Erstellung zukünftiger virtueller Patienten nutzbar machen können."
Die Erkenntnisse können dazu beitragen, besonders vielversprechende Wirkstoffe
frühzeitig zu identifizieren und die Entwicklung mithilfe optimierter
Studiendesigns zu beschleunigen. "Perspektivisch wird die Medizin zunehmend
individualisierter und damit in Form von Precision Medicine noch effizienter
werden. Für die Umsetzbarkeit in der klinischen Praxis könnten QSP-Modelle und
virtuelle Patientenzwillinge einen entscheidenden Beitrag leisten, indem sie
helfen, Therapien präzise auf einzelne Patient*innen abzustimmen", fasst Rehberg
zusammen.
Pressekontakt:
Sanofi in Deutschland
Unternehmenskommunikation
mailto:presse@sanofi.com
Weiteres Material: http://presseportal.de/pm/71182/6291586
OTS: Sanofi-Aventis Deutschland GmbH
|
