Erfolgsgeschichte: KI-gestützte Erkennung von Krankheitserregern

Algorithmenentwicklung & zukünftige KI-Ziele: Wir haben eine maßgeschneiderte Methode zur Erkennung von Krankheitserregern entwickelt, die sich als deutlich genauer erwiesen hat als die in der aktuellen Literatur verwendeten Methoden (z. B. https://doi.org/10.3390/ijms231911150). Zur Validierung nutzten wir die Plasmodium-Daten der oben genannten Studie aufgrund ihrer Ähnlichkeit mit Babesia. Entscheidend sind die leistungsstarken CPU-/GPU-Knoten und die großen RAM-Ressourcen von KISSKI, die für unsere aktuelle Arbeit bei der Verarbeitung umfangreicher metagenomischer Datensätze unerlässlich sind. Mit Blick auf die Zukunft sind wir sehr daran interessiert zu untersuchen, wie KI-gesteuerte Architekturen wie BERT genutzt werden könnten, um relevante pathogene Muster in unseren Long-Read-Sequenzierungsdaten besser zu identifizieren. Obwohl wir uns noch in einem sehr frühen konzeptionellen Stadium dieses Ansatzes befinden und dessen Umsetzung noch nicht realisiert haben, sehen wir großes Potenzial in diesen Technologien und würden jede zukünftige Anleitung oder Expertise, die KISSKI in diesem Bereich bieten könnte, sehr begrüßen.

Fallstudie (Ötzi, der Mann aus dem Eis): Wir haben die metagenomischen Daten des „Mannes aus dem Eis“ (https://doi.org/10.1038/ncomms1701) analysiert. Unsere Analyse identifizierte eine „falsche Zuordnung“ in Bezug auf Borrelia in der Originalveröffentlichung – ein Befund, der später von Prof. Albert Zink bestätigt wurde, der den Fehler einräumte. Es gelang uns jedoch, Spuren anderer pathogener Erreger metagenomisch nachzuweisen.

Klinische Relevanz: Unsere Arbeit konzentriert sich stark auf Babesia und Bartonella und steht im Einklang mit Forschungsergebnissen, die diese Erreger als mögliche Ursachen für ME/CFS identifizieren, von dem in Deutschland 300.000 bis 500.000 Menschen betroffen sind. Eine wegweisende Studie wies diese spezifischen Erreger bei fast der Hälfte der Betroffenen nach (https://doi.org/10.3390/pathogens15010002).

Gemeinnütziges Engagement & zukünftige Forschung

Um unsere Forschung voranzutreiben, habe ich persönlich einen MinION-Sequenzer angeschafft und baue informelle Kooperationen mit spezialisierten Labors auf, um infektiöse Proben zu bearbeiten. Es ist wichtig zu betonen, dass unser Projekt eine gemeinnützige Selbsthilfeinitiative ist. Als Mediziner ist es mein Ziel, hochkarätige bioinformatische Analysen mit klinischer Forschung zu verbinden, um Menschen zu helfen, die oft ohne Antworten zurückbleiben. Wir arbeiten völlig ohne kommerzielle Interessen oder externe Finanzierung; daher ist der weiterhin kostenlose Zugang zu KISSKI unsere einzige Möglichkeit, diese für die Gemeinschaft so wichtige Arbeit aufrechtzuerhalten