Neue Software berechnet Evolution von Krankheitserregern

15. November 2014, 17:30
posten

Algorithmus konnte vorherrschenden Grippevirustyp der nächsten Saison gut bis sehr gut bestimmen

Tübingen - Wenn es um Prognosen über die künftige Evolution von Organismen geht, waren Wissenschafter bislang auf pure Spekulation angewiesen. Insbesondere bei der Beurteilung der Gefährlichkeit der nächsten und übernächsten Generationen von Krankheitserregern wäre dies aber für die Herstellung passender Impfstoffe wichtig. Nun ist es einem internationalen Team von Forschern gelungen, eine Software zu entwickeln, die die Entwicklung von sich asexuell vermehrenden Organismen wie Viren oder Krebszellen berechnen kann.

Die Wissenschafter testeten das Programm erstmals an der historischen Entwicklung des Grippevirus A/H3N2: Der Algorithmus konnte den vorherrschenden Virustyp der nächsten Saison meist gut bis sehr gut bestimmen. Eine Kombination dieses Ansatzes mit anderen Methoden könnte in naher Zukunft die Treffsicherheit der Prognosen noch weiter erhöhen. Auch die Entwicklung von HIV und Noroviren sowie von Krebszellen lässt sich damit prognostizieren.

Fitte Organismen haben mehr Nachkommen

Der Rechenalgorithmus der Tübinger Forscher beruht auf einer einfachen Idee: Von der Verteilung der Äste eines Stammbaums schließt er auf die Überlebensfähigkeit – sprich: die biologische Fitness – eines Organismus. Besonders fitte Abstammungslinien haben mehr Nachkommen und ihr Stammbaum weißt deshalb mehr Verzweigungen auf. Reich verzweigte Zweige eines Stammbaums repräsentieren deshalb die Linien, die sich voraussichtlich in Zukunft durchsetzen werden. "Die Evolution vorherzusagen ist der ultimative Test für unser Verständnis von Evolution", sagt Richard Neher vom Max-Planck-Institut für Entwicklungsbiologie. Solche Vorhersagen sind darüber hinaus nützlich, um Impfstoffe gegen sich schnell entwickelnde Krankheitserreger wie Grippeviren herzustellen.

Die Software basiert auf zwei Grundannahmen: Die Organismen unterliegen einer dauerhaften, gerichteten Selektion, und Mutationen verändern die Überlebensfähigkeit der einzelnen Individuen in kleinen Schritten. Der Algorithmus benötigt dann als Input den Stammbaum, der aus den Gen-Analysen der verschiedenen Linien des Organismus gewonnen wird.

Zuverlässigkeit im Test

Seine Zuverlässigkeit hat der Algorithmus in der Praxis bereits bewiesen. Die Forscher testeten den Algorithmus an der Entwicklung des Grippevirus A/H3N2 in den Jahren zwischen 1995 und 2013 in Asien und Nordamerika. Aus den Gen-Daten des Oberflächenrezeptors Hämagluttinin 1 eines Jahres erstellten sie einen Stammbaum, aus dem das Programm dann für die kommende Grippesaison die Viruslinien mit der höchsten Fitness errechnete. "Unser Algorithmus bestimmte in 30 Prozent der Fälle den Virus-Typ, aus dem der vorherrschende Typ des nächsten Jahres hervorging. In 16 des 19 Jahre umfassenden Zeitraums machte er zudem aussagekräftige Prognosen über den Virustyp der nächsten Saison. Das legt nahe, dass die Fitness des Grippevirus maßgeblich von Mutationen bestimmt wird, die jede für sich nur einen kleinen Effekt haben und die sich mit der Zeit anhäufen", sagt Neher.

Die Tübinger Forscher haben darüber hinaus die Entwicklung von A/H3N2 mit Prognosen verglichen, die Forscher aus Köln und New York im Frühjahr 2014 veröffentlicht hatten. Dieser Algorithmus bestimmt anhand langer Zeitserien von Gen-Daten der Grippeviren, welcher Virustyp im nächsten Jahr dominant sein wird und ist spezifisch für Grippe entwickelt worden. Dabei zeigte sich, dass die Prognosen aus Tübingen ähnlich zuverlässig sind, obwohl der zugrunde liegende Algorithmus viel einfacher ist und auf viele unterschiedliche Organismen angewandt werden kann.

Verbesserte Prognose

Eine Kombination des Programms mit Modellen über die Verbreitung und Übertragung von Krankheitserregern könnte die Vorhersagekraft des Algorithmus noch weiter verbessern. "Unser Modell funktioniert ohne historische Daten und braucht auch keine detaillierten Kenntnisse darüber, wie das Erbgut eines Organismus seine Fitness beeinflusst. Dadurch ist die Software vielseitiger und lässt sich bei anderen Virenarten sowie Bakterien und Krebszellen anwenden", sagt Neher. Als nächstes wollen die Wissenschaftler sie auf HI- und Noroviren anwenden. (red, derStandard.at, 15.11.2014)

Share if you care.