Das Projekt Human Brain PHARMACOME verfolgt bei der Suche nach einer effektiven Präventionstherapie für Alzheimer eine radikal andere Strategie als die pharmazeutische Industrie. Die klassische Wirkstoffentwicklung geht typischerweise von einer einzigen Hypothese zur Krankheitsentstehung aus – und scheitert mit dieser Vorgehensweise im Bereich Demenzforschung seit Jahren.

Unser Projekt hingegen startet mit einer Vielfalt von Krankheitsmechanismen, die als computable models vorliegen und die es erlauben, Daten und Wissen sehr schnell gegeneinander abzugleichen und mit Simulationen zu verknüpfen. In einem einzigartigen, holistischen Ansatz haben wir das Human Brain PHARMACOME (HBP) generiert, ein mechanistisches Modell aller im menschlichen Gehirn aktiven Substanzen, ihrer »Targets« (molekularen Angriffspunkte) sowie ihrer Wirkmechanismen. Mit Hilfe des HBP können bereits bekannte und zugelassene Wirkstoffe, die eigentlich für ganz andere Krankheiten entwickelt wurden, auf ihre potenzielle Wirksamkeit im menschlichen Gehirn hin untersucht werden. Ein solcher Ansatz des drug repurposing verkürzt die Entwicklungszeiten deutlich, da Eigenschaften, Wirkprofile oder Toxizität bereits positiv getestet und zugelassen sind. Das HBP wird zur Vorhersage-Maschine für Medikamente, deren Aktivitatsspektrum nahelegen, dass sie ggf. für die Prävention von Alzheimer nutzbar sind.

Im Projekt Human Brain PHARMACOME arbeiten zwei Informatik-Institute mit einem Life-Science-lnstitut zusammen. Die Informatiker schaffen mit ihren Informationsextraktions-Technologien die Voraussetzung für eine Synopsis des gesamten Wissens über Wirkstoffe, ihre Targets und ihrer Einbettung in biologische Mechanismen. Das ist das HBP in seiner qualitativen Version. Mit Hilfe von fortgeschrittenen Verfahren der Informationsextraktion von numerischen Daten aus Texten und Tabellen wird dieses qualitative Modell um einen quantitativen Bereich erweitert. Damit ermöglichen wir den fließenden Übergang von wissensbasierten, qualitativen Modellen zu Daten-getriebenen, quantitativen Modellen. Auf Basis der dann vorliegenden, quantitativen Version des HBP führen wir Mining-Verfahren und Simulationen durch, die uns eine Vorhersage und ein Ranking der vielversprechenden Wirkstoffe ermöglicht. Aus dieser in-silico-Vorhersage, die auf intelligenten Verfahren beruht, werden Kandidaten-Substanzen und ihr putativer Wirkmechanismus abgeleitet. Die Kollegen des Fraunhofer IME in Hamburg, die große Erfahrung besitzen im screening, also im systematischen Testen der Wirksamkeit von Kandidaten-Substanzen, werden die Vorschläge dann in biochemischen und zellularen Testsystemen, so genannten Assays, systematisch testen. Diese einzigartige Kombination von Expertise aus den Bereichen IuK und Life Science birgt ein hohes Potenzial, nicht zuletzt aufgrund des unkonventionellen, disruptiven Ansatzes.
 

Projektleiter

Prof. Dr. Martin Hofmann-Apitius, Fraunhofer SCAI,
Dr. Marc Jacobs (Vertreter)

Beteiligte Institute

Fraunhofer SCAI, Fraunhofer IAIS, Fraunhofer ITMP

Laufzeit: 02/2018 – 06/2021
Mehr Info (Englisch)