Datenbasierte Ansätze

Einzelzell-Transkriptomanalyse des SARS-CoV-2-Rezeptors und assoziierter Proteasen

©Creative Wonder

Welche molekularen Zelleigenschaften beeinflussen die Wahrscheinlichkeit einer Infektion und die Entwicklung einer schweren Krankheit durch SARS-CoV-2 in Abhängigkeit von verschiedenen Parametern, wie Geschlecht, Raucherstatus und Alter? Dies soll ein Projekt klären, das im Rahmen des Netzwerks „Human Cell Atlas Lung Biological Network“ durchgeführt wird. Hierfür wird untersucht, wie die Expression des SARS-CoV-2-Rezeptors (ACE2) und assoziierter Proteasen (CTSL, TMPRSS2) mit den oben genannten Faktoren zusammenhängt.

Erste Ergebnisse zeigen, dass die Zellen von älteren Personen, Männern und Rauchern vermehrt virale Türöffner für das Coronavirus besitzen. Dies könnte eine Erklärung für schwerere Verläufe von COVID-19 in diesen Gruppen sein. In die Studie wurde eine außergewöhnlich große Zahl von Bioproben einbezogen. Die Ergebnisse bestätigen, wie wichtig es ist, möglichst große Datensätze auszuwerten, um robuste Aussagen treffen zu können.  

In Zusammenarbeit mit der Universitätsklinik an der Ludwig-Maximilians-Universität (LMU) und dem Institut für Virologie an der Technischen Universität München (TUM) werden in einem weiteren Projekt nun auch mit dem Virus infizierte Zellen aus COVID-19 Patienten sequenziert. Es soll geklärt werden, wie die Genaktivität der Wirtszellen durch das Eindringen des Virus verändert wird, und wie die spezifische Immunantwort in COVID-19 aussieht.

In dem Projekt ist es nun gelungen, eine neue Methode zu entwickeln, mit der T-Zell-Rezeptoren gefunden werden können, die auf SARS-CoV-2 reagieren. In Zukunft könnte das Verfahren wahrscheinlich auch genutzt werden, um zu überprüfen, wie viele schützende T-Zellen nach einer Impfung vorhanden sind.

"Warum Raucher, Männer und Ältere oft schwerer an COVID-19 erkranken" - mehr zu diesem Thema im Interview mit Prof. Fabian Theis

Weiterführende Informationen zu den ersten Studienergebnissen

COMBAT C19IR: Verlauf von COVID-19 vorhersagen

Mit Modellen der Künstlichen Intelligenz wollen Forscherinnen und Forscher Faktoren identifizieren, die den Verlauf und Schweregrad einer Erkrankung an COVID-19 vorhersagen. Das Bundesministerium für Bildung und Forschung (BMBF) fördert diese Studie.

Ziel ist es, individuelle Krankheitsverläufe besser zu verstehen und anhand klinischer Parameter und blutbasierter Biomarker zu charakterisieren, um eine zielgenaue Therapie und Nachsorge der Patientinnen und Patienten zu entwickeln. Dazu arbeiten das Helmholtz Zentrum München, die Ludwig-Maximilians-Universität München, das Deutsche Zentrum für Lungenforschung, die Technische Universität München und die Johns-Hopkins-Universität (USA) interdisziplinär zusammen.