Die Übertragung von Erkenntnissen aus Tiermodellen auf den Menschen ist für die Entschlüsselung von Krankheitsmechanismen und die Entwicklung präziser therapeutischer Strategien unerlässlich. Die hochauflösende Methode der Einzelzell-RNA-Sequenzierung ermöglicht es, Ähnlichkeiten und Unterschiede zwischen Mensch und Tiermodell auf molekularer und zellulärer Ebene aufzudecken.

Es gibt aber nur wenige computergestützte Methoden, die einen detaillierten Abgleich dieser wertvollen Daten ermöglichen. Eine Forschungsgruppe der Universität Leipzig und der Charité in Berlin haben ein auf neuronale Netze gestütztes KI-Modell für die COVID-19-Erkrankung geschaffen.

 Dafür nutzten sie Blutdaten von Menschen sowie verschiedener Hamsterarten mit mittelschwerem oder schwerem COVID-19 und glichen diese auf molekularer Ebene ab. "Wir konnten zeigen, dass sich die Aktivierung des Immunsystems bei moderaten COVID-19-Verläufen zwischen Syrischen Hamstern und Menschen stark ähnelt, insbesondere, wenn man Monozyten betrachtet", erklärt Geraldine Nouailles (Charité) in einer Pressemitteilung.

"Solche Vergleiche von Einzelzell-RNA-Sequenzierungsdaten sind gut geeignet, um Ähnlichkeiten und Unterschiede auf molekularer und zellulärer Ebene bei Tier und Mensch aufzudecken, die weit über die COVID-19-Forschung hinausgehen", sagt Holger Kirsten (Universität Leipzig). In der Zukunft plant das Leipziger Forschungsteam, diese Methodik weiterzuentwickeln und auf andere Tiermodelle anzuwenden.

pk