Dem Coronavirus durch Stammbaum- bzw. Sequenzanalyse auflauern? Therapien entwickeln durch detailgenaue Auflösung beteiligter Strukturen? Data Science, Simulation und Hochleistungsrechnen für Biotechnologie und Medizin kann aber noch viel mehr.

Bild (Virtual-Reality-Technologie): ©HLRS

Die Biotechnologie ist eine multidisziplinäre Wissenschaft, die Naturwissenschaften mit Ingenieurswissenschaften, wie Verfahrenstechnik und Materialwissenschaften, verbindet. Und das, seit man sie zu mehr als nur Bierbrauen nutzt. Seit Mitte des 20. Jahrhunderts hat die moderne Biotechnologie gentechnische und molekularbiologische Erkenntnisse und Methoden im Portfolio. Die Errungenschaften daraus? Nichts, worüber wir uns Gedanken machen, sie begleiten uns unmerklich jeden Tag: Grundchemikalien, Pflanzensorten, Diagnosemethoden, Biosensoren und pharmazeutische Wirkstoffe. Ist der Anwendungsbereich Medizin, spricht man von Roter Biotechnologie. Und dieser Bereich ist brandaktuell, mit einer prekären Lizenz.

 

Dem Infektionsgeschehen auf der Spur – 007 allein reicht nicht

Überall werden verschiedenste Methoden angewandt, um dem neuen Coronavirus aufzulauern und COVID-19 zu bekämpfen. Mr. Bond, übernehmen Sie. Angefangen von Stammbaumanalysen, die Aufschluss über Aufkommen und Verbreitung von SARS-CoV-2 geben und anhand von Sequenzdaten Mutationen aufdecken, über strukturelle Darstellung der Virusandockflächen bis hin zur Entwicklung von möglichen Medikamenten und Impfstoffen. All dem liegen Daten zugrunde. Riesige Datenmengen. Und hier kommt eine neue Wissenschaft ins Spiel: Data Science und Computer Aided Drug Design (CADD), Errungenschaften werden auch In-Silico-Innovationen genannt. Denn die Lizenz zum Töten ist das eine. Doch selbst Bond wird an seine Grenzen kommen, sobald er seine Feinde errechnen muss. Aufgrund dieser rasanten Zunahme von semi- und unstrukturierten Daten verschwimmen die Grenzen der Biotechnologie-Industrie und IT zusehends.

Beim Infektionsgeschehen durch das neue Coronavirus-Pandemie ist die Analyse der komplexen Vorgänge des Entfaltungsprozesses bei Eindringen in die Wirtszelle ein Brennpunkt. Die detailgenaue Darstellung der einzelnen Strukturen, z. B. durch Kryoelektronenmikroskopie in Verbindung mit bildgebenden Technologien, erzeugen riesige Datenmenge. Diese können als Grundlagen für verschiedene Modellrechnungen zu Schlüsselstrukturen dienen. So können passgenaue Strukturmodelle als Medikamentendesign entwickelt werden, ob es um die Blockade der Erreger-Eintrittsstelle oder von Enzymen und weiteren Co-Faktoren geht.

In der aktuellen Corona-Pandemie kann Data Science mit Big Data und Smart Data, Simulationen und Hochleistungsrechnen (High Performance Computing) nicht nur auf Molekülebene helfen, sondern auch bei der Erkennung von Infektionsmuster. Welche Möglichkeiten sich hier bieten, ist im Artikel „Mit Höchstleistungsrechnen und Data Analytics gegen das Coronavirus“ über das Technologieberatungs-Unternehmen SICOS BW beschrieben. Ziel des Dienstleisters ist, KMUs, Instituten und Softwareherstellern den Zugang zu Höchstleistungsrechnen und Data Analytics zu erleichtern. Durch seinen universitären Partner, dem Höchstleistungsrechenzentrum Stuttgart (HLRS), stellt das Unternehmen Analytics-Kompetenz und Infrastruktur zur Verfügung. Unter Nutzung von HAWK, dem Flaggschiff unter den Supercomputern des HLRS und Europas schnellsten Rechner mit 26 Petaflops. Er ermöglicht in Verbindung mit anderen Plattformen für Hochleistungsdatenanalyse und künstlicher Intelligenz die Unterstützung neuartiger Arbeitsabläufe, Simulation, Datenerzeugung sowie -analyse und kombiniert dies mit Deep Learning.

Hawk Supercomputer, Data Science ©HLRS

Hawk Supercomputer, Data Science (©HLRS)

 

Treffsicherheit erhöhen

In den letzten Jahren hat eine geringere Anzahl neuer chemischer Wirkstoffe bei der Medikamentenentwicklung zu wachsender Besorgnis geführt. Die Gründe? Zum einen kann dies an hinkender finanzieller Unterstützung bei der Grundlagenforschung liegen. Zum anderen auch daran, dass die angewandten Wissenschaften mit den Fortschritten der Grundlagenwissenschaften nicht immer Schritt halten können. Gerade hier ist der Einsatz alternativer Instrumente erforderlich, um schneller, sicherer und kostengünstiger Antworten zur Wirksamkeit und Sicherheit von Arzneimitteln und Therapien zu erhalten. Computer Aided Drug Design und Data Analytics sind solche Werkzeuge, die in allen Phasen der Arzneimittelentwicklung, von der präklinischen Entdeckung bis zur späten klinischen Entwicklung, entscheidend unterstützen können. Gerade die umfassende Datenanalyse ermöglicht es, nur ein potentes Leitmoleküls spezifisch und schnell auszuwählen und so die späten klinischen Misserfolge zu verhindern. Zudem lassen sich dadurch die Kosten erheblich reduzieren.

Das ist auch ein wichtiger Aspekt für die Personalisierte Medizin. Viele generalisierte Therapien, wie z. B. allgemein verfügbare Krebstherapien, können noch immer bei vielen Patienten nicht greifen und sind oft nicht zielgerichtet. Zudem verschlingen sie viel Geld. Durch Data Analytics und KI kann die Diagnostik viel genauer und die Therapie entsprechend treffsicherer werden. Ärzte, die mühevoll einzelne Bilddaten auswerten, werden durch automatisierte Systeme unterstützt, z. B. um die für die Krebsimmuntherapie relevanten Rezeptoren genauer zu identifizieren. Künftig können hier künstlich intelligente Systeme unterstützen, die mit jedem analysierten Röntgen-, MRT- oder CT-Bild mehr Informationen erhalten, Muster erkennen und Verknüpfungen herstellen. Somit kann die Fehlinterpretation bei der Diagnose durch die Masse an genauen Daten gesenkt und die jeweilige anschließende Behandlung zielgenauer werden. Systeme aus Künstlicher Intelligenz können zudem Gesundheitsdaten nach Auffälligkeiten und Korrelationen durchsuchen.

Schlüsseltechnologien aus der Informationstechnologie ermöglichen vieles. Die Revolution der Diagnostik hat durch die immer schnellere und kostengünstigere Analyse des menschlichen Erbguts schon lange begonnen. Hat die Entschlüsselung des ersten Genoms um die Jahrtausendwende noch 15 Jahre gedauert und mehr als drei Milliarden Dollar verschlungen, dauert das Verfahren heute rund einen Tag und kostet ein paar Tausend Euro. Entscheidend ist, welche Chancen man nutzt.

 

Passend zum Thema:

Artikel über CureVac, das mit seinem SARS-CoV-2 Impfstoffkandidaten am 17. Juni in die klinische Phase 1 gestartet ist:
CureVac als Pionier der mRNA-Technologie – Was steckt hinter dem neuartigen COVID-19-Impfstoff?

Welche Möglichkeiten liegen in Künstlicher Intelligenz (KI) und Big Data versteckt und welche Hürden gibt es?
Innovationsmanagement in Life Sciences – Inova DE liefert Einblicke

Mit Höchstleistungsrechnen und Data Analytics gegen das Coronavirus

Schwerelosigkeit – Kann Forschung im Weltall die Medizin revolutionieren?

Medizintechnik-Innovationen und Personalisierte Medizin