KI-gestütztes Projekt erforscht Zusammenhang zwischen Darmerkrankungen und Parkinson-Krankheit
Forschende der FAU wollen Diagnose und Therapie beider Erkrankungen
verbessern
Epidemiologische Studien deuten darauf hin, dass Menschen mit
entzündlichen Darmerkrankungen ein leicht erhöhtes Risiko haben, im
späteren Leben an der Parkinson-Krankheit zu erkranken.
Die Gründe dafür
sind noch unklar. Dr. Pooja Gupta, Gruppenleiterin für „Bioinformatik für
Multi-Omics“ am Uniklinikum Erlangen der Friedrich-Alexander-Universitä
Erlangen-Nürnberg (FAU), wird dieser Frage in den kommenden fünf Jahren
nachgehen. Ihr Projekt „AI-PREDICT“ setzt künstliche Intelligenz ein, um
die potenziellen biologischen Zusammenhänge zwischen beiden Krankheiten zu
untersuchen. Das Bundesministerium für Forschung, Technologie und
Raumfahrt (BMFTR) fördert die Initiative mit rund zwei Millionen Euro.
Der Darm beherbergt eine enorme Vielfalt an Bakterien, Viren und Pilzen –
ähnlich viele, wie der menschliche Körper Zellen hat. Dieses komplexe
Ökosystem mit seinen Stoffwechselprodukten und Signalmolekülen hat einen
tiefgreifenden Einfluss auf das Gehirn. So gibt es Hinweise darauf, dass
Menschen mit chronisch-entzündlichen Darmerkrankungen (CED) häufiger an
der Parkinson-Krankheit (PK) erkranken. „In unserem Projekt wollen wir
molekulare Muster identifizieren, die bei beiden Erkrankungen auftreten“,
sagt Gupta. „Auf diese Weise hoffen wir unter anderem, Personen mit einem
erhöhten PK-Risiko frühzeitiger identifizieren zu können.“
Molekulare Wechselwirkungen zwischen Darm und Gehirn
Die genauen molekularen Wechselwirkungen zwischen CED und PK sind noch
ungeklärt. Um diese Wissenslücke zu schließen, wird Guptas Team unter
Nutzung von künstlicher Intelligenz (KI) mehrere biologische Ebenen
gleichzeitig untersuchen, von der mikrobiellen Zusammensetzung im
Verdauungstrakt der Betroffenen bis hin zu Genen, Proteinen und
Stoffwechselprodukten, die bei beiden Krankheiten besonders häufig
vorkommen. Durch die gemeinsame Analyse dieser Ebenen möchte das Team
Entzündungssignaturen aufdecken, die sowohl den Darm als auch das Gehirn
betreffen. Dadurch erhofft es sich einen Einblick in die Entstehung von
CED und PK und den Grund, warum sie gehäuft gemeinsam auftreten.
„Um diese Fingerabdrücke zu identifizieren, werden wir neuartige Deep-
Learning-Techniken wie beispielsweise graphische neuronale Netze
einsetzen“, erklärt Gupta. „Mit ihnen können wir analysieren, wie
verschiedene biologische Moleküle miteinander interagieren.“ Dies
ermöglicht es der KI, Patientinnen und Patienten nicht nur nach ihren
Symptomen, sondern nach den spezifischen molekularen Mustern ihrer
Erkrankung zu gruppieren. „Wir hoffen zudem, mit Hilfe der gefundenen
Signaturen Jahre vor dem Auftreten der ersten Symptome vorhersagen zu
können, bei welchen Personen mit CED ein erhöhtes Risiko für die
Entwicklung einer PK vorliegen könnte“, erläutert die Wissenschaftlerin.
Erkenntnisse aus dem Projekt könnten so dazu beitragen, den Ausbruch der
PK proaktiv zu verzögern oder zu verhindern.
Das Training der Verfahren erfolgt mit Daten von CED- und PK-Erkrankten.
Diese stammen sowohl aus Erlangen (Prof. Dr. Markus Neurath, Medizinische
Klinik 1, sowie Prof. Dr. Jürgen Winkler, Molekular-Neurologische
Abteilung) als auch aus internationalen Kohorten. Eine große
Herausforderung besteht darin, diese verschiedenen Quellen zu
harmonisieren, um vergleichbare und robust interpretierbare Analysen zu
ermöglichen.
Ein Entwurf für die Medizin der Zukunft
Die Auswirkungen von AI-PREDICT gehen über CED und PK hinaus. Durch die
Modellierung der Wechselwirkungen zwischen verschiedenen Organsystemen
kann das Projekt eine Blaupause für die Untersuchung weiterer
Komorbiditäten liefern. Darunter versteht die Medizin Fälle, in denen
Patientinnen und Patienten gleichzeitig an mehreren Krankheiten leiden,
deren Entstehung zusammenhängt.
Um das Projekt zum Erfolg zu führen, baut Gupta auf ein interdisziplinäres
Netzwerk aus klinischen Fachleuten und Computerspezialistinnen und
-spezialisten. Es wird an der Stammzellbiologischen Abteilung (Leitung:
Prof. Dr. Beate Winner) angesiedelt.
Bildmaterial zum Download:
https://www.fau.de/2026/04/new
erforscht-zusammenhang-zwische
