Darm-Mikrobiom als Kompass für Lebererkrankung
Das menschliche Mikrobiom kann Auskunft darüber geben, ob die Gefahr einer nichtalkoholischen Fettleber besteht. Das hat ein internationales Team unter Leitung des Leibniz-Instituts für Naturstoff-Forschung und Infektionsbiologie – Hans Knöll Institut (Leibniz-HKI) herausgefunden. Die Forschenden entwickelten ein Modell, das anhand der mikrobiellen Zusammensetzung im Darm den möglichen Verlauf der Krankheit vorhersagen kann.
Leibniz-HKI13.6.20222"
Bis zu 25 Prozent der Weltbevölkerung leiden an einer sogenannten nichtalkoholischen Fettlebererkrankung (NAFLD). Sie ist in den Industriestaaten der Welt die häufigste chronische Lebererkrankung.
Ein internationales Forschungsteam um Gianni Panagiotou, Forschungsgruppenleiter für Systembiologie und Bioinformatik am Leibniz-HKI, hat in einer Langzeitstudie Stuhl- und Blutproben von 1200 Personen analysiert, die nachweislich nicht an NAFLD erkrankt waren.
«Es ist bereits erwiesen, dass die Mikroorganismen im Darm des Menschen zur Entwicklung von NAFLD beitragen. Wir wollten herausfinden ob sich anhand des Mikrobioms eines gesunden Menschen prognostizieren lässt, ob dieser zukünftig an NAFLD erkranken wird oder nicht», erklärt Panagiotou. Dafür wurden die Probanden vier Jahre später erneut untersucht. 90 von ihnen waren in der Zwischenzeit an NAFLD erkrankt. Diesen Personen wurden erneut Proben entnommen und mit denen einer Kontrollgruppe von ebenfalls 90 Personen verglichen, die weder bei der Erst- noch bei der Nachuntersuchung an NAFLD litten.
«Mithilfe verschiedener Methoden konnten wir sehr feine Unterschiede in den vier Jahre zuvor abgegebenen Proben finden», erklärt Erstautor Howell Leung aus Panagiotous Gruppe am Leibniz HKI. «Mit diesen Daten konnten wir ein Modell entwickeln, das anhand des Mikrobioms mit 80-prozentiger Sicherheit prognostizieren kann, wer zukünftig an NAFLD erkranken wird», erläutert Leung weiter. Aktuell gibt es klinische Modelle, die mittels biochemischer Parameter im Blut eine Prognose mit einer Genauigkeit von 60 Prozent tätigen. «Das von uns entwickelte Modell kombiniert leicht messbare Informationen aus dem Blut mit Daten aus dem Mikrobiom und kann somit die Zuverlässigkeit enorm erhöhen», sagt Studienleiter Panagiotou.
Krankheitsprognose durch maschinelles Lernen
Das Forschungsteam entwickelte ein sogenanntes Machine Learning Modell – ein Computermodell, das darauf trainiert wird, in einer Datenmenge bestimmte Muster wiederzuerkennen. Diese Muster kann das Modell dann verwenden, um vorher unbekannte Daten zu analysieren und eine mögliche nichtalkoholische Fettlebererkrankung vorherzusagen.
Die nichtalkoholische Fettlebererkrankung ist irreversibel und kann zu Leberkrebs führen. Menschen, die bereits an einer Vorstufe leiden oder besonders gefährdet sind, müssen daher frühzeitig identifiziert werden, um der Krankheit entgegenwirken zu können. «NAFLD ist eine stille Krankheit. Das bedeutet, dass sie in den meisten Fällen asymptomatisch verläuft und meist nur zufällig erkannt wird», erklärt Gianni Panagiotou.
Besonders betroffen von Fettlebererkrankungen sind Menschen mit Vorerkrankungen wie zum Beispiel Diabetes Typ 2, Adipositas, Bluthochdruck oder Fettstoffwechselstörungen.
Anwendungsmöglichkeiten und nächste Schritte
Anhand ihres Machine Learning Modells konnten die Forschenden ihre Ergebnisse bereits mit Daten aus den USA und Europa vergleichen und somit validieren. Im nächsten Schritt plant Panagiotou die Studie länderübergreifend durchzuführen und mithilfe von künstlicher Intelligenz noch grössere Datensätze in die Studie zu integrieren.PS
