KI in der Mikrobiom- und Alternsforschung

Das Mikrobiom besteht aus komplexen und vielfältigen Gemeinschaften von Mikroorganismen, die Lebewesen und auch den menschlichen Körper besiedeln. Diese mikrobiellen Gemeinschaften beeinflussen Genetik und Stoffwechsel und spielen daher eine entscheidende Rolle für Gesundheit und Krankheit. Die Forschung der letzten Jahre hat gezeigt, dass das Mikrobiom in einem engen Zusammenhang mit vielen alternsbedingten Krankheiten steht und dass die Zusammensetzung und Vielfalt des Mikrobioms alternsbedingten Veränderungen unterliegt. Studien, bei denen Mikrobiota von einem Wirtsorganismus auf den anderen übertragen wurden, legen sogar einen kausalen Zusammenhang zwischen dem Mikrobiom und dem Altern nahe. Die zugrundeliegenden biologischen Mechanismen sind allerdings nach wie vor nur unzureichend verstanden.

Das Mikrobiom als Biomarker des Alterns

Unsere Forschungsgruppe konzentriert sich auf die Systembiologie des Alterns mit besonderem Schwerpunkt auf Mikrobiom-Wirts-Interaktionen. Ziel unserer Forschung ist es:

• rechnergestützte Ansätze zu entwickeln und anzuwenden, um diese Wechselwirkungen zu verstehen,
• das Mikrobiom als zuverlässigen Biomarker für das Altern zu etablieren und
• Kandidaten für die Medikamentenentwicklung zu identifizieren, die alternsbedingte Krankheiten lindern können.

Um die Mikrobiom- und Alternsforschung in das Zeitalter der künstlichen Intelligenz zu bringen, entwickeln wir Strategien für die Datenintegration sowie Datenbanken und Computermodelle, die auf Altersreihen und Längsschnittdaten spezialisiert sind.

Neue Einsichten durch Datenwissenschaft und maschinelles Lernen

Tatsächlich gibt es riesige Mengen öffentlich zugänglicher Daten zum Mikrobiom des Wirtsorganismus. Allerdings fehlen bisher einerseits effektive Strategien für die Datenintegration, die die Nutzung dieser Ressourcen für die Alternsforschung ermöglichen würde, sowie andererseits spezielle Datenhubs, die den Schwerpunkt auf Alterungsprozesse setzen. Unsere Gruppe will hier Abhilfe schaffen. Sie setzt für die Datenintegration und -interpretation auf Methoden der Datenwissenschaft und des Maschinellen Lernens mit dem Ziel, das Wissen über den Zusammenhang zwischen Mikrobiom und dem Altern zu vertiefen.

Unsere Gruppe ist divers aufgestellt, arbeitet kooperativ und verfolgt einen Open-Science-Ansatz. Wir glauben, dass wir mit der Weitergabe unserer Daten, Codes und durch Preprints einen größeren Beitrag zur Mikrobiom- und Alternsforschung leisten können.

Die Arbeit der Forschungsgruppe wird von der Carl Zeiss Stiftung gefördert. Darüber hinaus sind wir Teil des Sonderforschungsbereiches 1310 Vorhersagbarkeit in der Evolution.