ArchivDÄ-TitelSupplement: PerspektivenInfektiologie 1/2018Pathogenität von Bakterien: Diagnose per Computer

Supplement: Perspektiven der Infektiologie

Pathogenität von Bakterien: Diagnose per Computer

Dtsch Arztebl 2018; 115(27-28): [26]

Grunert, Dustin

Als E-Mail versenden...
Auf facebook teilen...
Twittern...
Drucken...
LNSLNS

Internationale Wissenschaftler haben eine Software entwickelt, die genetische Veränderungen neuer Krankheitserreger in Echtzeit identifiziert.

Die Bakteriengattung Salmonella umfasst viele verschiedene Arten. Einige von ihnen verursachen Enteritiden, während andere invasive Infektionsprozesse auslösen – wie der Typhuserreger Salmonella enterica Serovar Typhi. Um die Pathogenität neu auftretender Salmonellenstämme zu beurteilen, steht nun eine Computersoftware zur Verfügung. Ihr Vorteil: Anstatt die Genome verschiedener Bakterienstämme in wochen- und monatelanger Kleinarbeit mit vorhandenen Referenzsammlungen zu vergleichen, ist man nun in der Lage, die Mutationen neuer Erreger sofort zu bestimmen. Die Software entstand im Rahmen eines internationalen Projekts des Wellcome Sanger Institute (Großbritannien), der University of Otago (Neuseeland) und des Helmholtz-Instituts für RNA-basierte Infektionsforschung (Würzburg) in Kooperation mit der Julius-Maximilians-Universität Würzburg.

Als Datensatz diente die genetische Information von 13 bekannten und genetisch sehr unterschiedlichen Salmonella-enterica-Stämmen mit unterschiedlichen Krankheitspotenzialen. Das Modell identifizierte dabei fast 200 Gene, die einen Einfluss darauf haben, ob ein Bakterium eher eine Lebensmittelvergiftung oder einen invasiven Infektionsprozess auslöst. Mit diesem Tool können große Datenmengen verarbeitet werden, sodass Ergebnisse in Sekundenschnelle vorliegen. „Dies wird zukünftig eine Überwachung von krankheitserregenden Bakterien ermöglichen, die bisher nicht denkbar war – und das nicht nur auf einzelnen Krankenstationen, sondern weltweit“, sagt Dr. Nicole Wheeler, Ko-Hauptautorin der Studie am Wellcome Sanger Institute.

Anzeige

Seinen ersten Praxiseinsatz hat das Lern-Tool bereits erfolgreich bestanden: Beim Vergleich neuer Salmonellastämme, die derzeit südlich der Sahara auftreten, hat die Software aus der Gesamtheit häufig auftretender Infektionstypen (Salmonella enteritidis und Salmonella typhimurium) gezielt 2 Varianten des Erregers hervorgehoben, die besonders gefährlich sind und eine höhere Anzahl von Blutbahninfektionen auslösen. Diese Infektionen bedrohen vor allem Menschen mit Immundefizienz, zum Beispiel HIV-Infizierte.

Das Lern-Tool ist nicht auf Salmonellen beschränkt, sondern vielfältig einsetzbar. Genauso könnte es zur Untersuchung anderer Faktoren – zum Beispiel entstehende Antibiotikaresistenzen bei verschiedensten Krankheitserregern – angewendet werden. Mit diesem Tool lassen sich gefährliche Bakterienstämme in Echtzeit identifizieren und Krankheitsausbrüche verhindern. Dustin Grunert

Quelle: Wheeler NE, Gardner PP, Barquist L: Machine learning identifies signatures of host adaptation in the bacterial pathogen Salmonella enterica. PLOS Genetics 2018. doi: 10.1371/journal.pgen.1007333.

Leserkommentare

E-Mail
Passwort

Registrieren

Um Artikel, Nachrichten oder Blogs kommentieren zu können, müssen Sie registriert sein. Sind sie bereits für den Newsletter oder den Stellenmarkt registriert, können Sie sich hier direkt anmelden.

Fachgebiet

Zum Artikel

Anzeige

Alle Leserbriefe zum Thema