Neues Tool sucht nach Hinweisen auf Alzheimer im Darmmikrobiom

Forscher der Cleveland Clinic nutzen künstliche Intelligenz, um den Zusammenhang zwischen dem Darmmikrobiom und der Alzheimer-Krankheit aufzudecken.

Frühere Studien zeigten, dass bei Alzheimer-Patienten im Verlauf der Krankheit Veränderungen in ihren Darmbakterien auftreten. Die neu erschienene Zellberichte Studie beschreibt eine rechnerische Methode, um zu bestimmen, wie bakterielle Nebenprodukte, sogenannte Metaboliten, mit Rezeptoren auf Zellen interagieren und zur Alzheimer-Krankheit beitragen.

Feixiong Cheng, PhD, Gründungsdirektor des Cleveland Clinic Genome Center, arbeitete eng mit dem Luo Ruvo Center for Brain Health und dem Center for Microbiome and Human Health (CMHH) zusammen. Die Studie ordnet Metaboliten und Rezeptoren nach der Wahrscheinlichkeit, dass sie miteinander interagieren, und nach der Wahrscheinlichkeit, dass das Paar die Alzheimer-Krankheit beeinflusst. Die Daten stellen einen der bisher umfassendsten Roadmaps zur Untersuchung metabolitassoziierter Krankheiten dar.

Bakterien geben Stoffwechselprodukte in unseren Körper ab, während sie die Nahrung, die wir zu uns nehmen, zur Energiegewinnung abbauen. Die Metaboliten interagieren dann mit Zellen und beeinflussen sie, wodurch zelluläre Prozesse angeregt werden, die für die Gesundheit hilfreich oder schädlich sein können. Zusätzlich zur Alzheimer-Krankheit haben Forscher Metaboliten mit Herzerkrankungen, Unfruchtbarkeit, Krebs sowie Autoimmunerkrankungen und Allergien in Verbindung gebracht.

Die Verhinderung schädlicher Wechselwirkungen zwischen Metaboliten und unseren Zellen könnte zur Bekämpfung von Krankheiten beitragen. Forscher arbeiten an der Entwicklung von Arzneimitteln, um die Verbindung von Metaboliten mit Rezeptoren auf der Zelloberfläche zu aktivieren oder zu blockieren. Der Fortschritt bei diesem Ansatz ist aufgrund der schieren Menge an Informationen, die zur Identifizierung eines Zielrezeptors erforderlich ist, langsam.

Darmmetaboliten sind der Schlüssel zu vielen physiologischen Prozessen in unserem Körper, und für jeden Schlüssel gibt es ein Schloss für die Gesundheit und Krankheit des Menschen. Das Problem besteht darin, dass wir Zehntausende Rezeptoren und Tausende Metaboliten in unserem System haben. Daher war es langwierig und kostspielig, manuell herauszufinden, welcher Schlüssel in welches Schloss passt. Deshalb haben wir uns für den Einsatz von KI entschieden.“

Feixiong Cheng, PhD, Gründungsdirektor, Genome Center, Cleveland Clinic

Das Team von Dr.

Der Erstautor der Studie und Postdoktorand am Cheng Lab, Yunguang Qiu, PhD, leitete ein Team, zu dem J. Mark Brown, PhD, Forschungsdirektor, CMMH; James Leverenz, MD, Direktor des Cleveland Clinic Luo Ruvo Center for Brain Health und Direktor des Cleveland Alzheimer’s Disease Research Center; und Neuropsychologin Jessica Caldwell, PhD, ABPP/CN. Direktorin des Women’s Alzheimer’s Movement Prevention Center an der Cleveland Clinic Nevada.

Das Team nutzte eine Form der KI namens maschinelles Lernen, um über 1,09 Millionen potenzielle Metabolit-Rezeptor-Paare zu analysieren und die Wahrscheinlichkeit vorherzusagen, dass jede Interaktion zur Alzheimer-Krankheit beigetragen hat.

Die Analysen umfassten:

• genetische und proteomische Daten aus menschlichen und präklinischen Studien zur Alzheimer-Krankheit
• unterschiedliche Rezeptor- (Proteinstrukturen) und Metabolitenformen
• wie sich verschiedene Metaboliten auf von Patienten stammende Gehirnzellen auswirken

Das Team untersuchte die Metabolit-Rezeptor-Paare mit der höchsten Wahrscheinlichkeit, die Alzheimer-Krankheit zu beeinflussen, in Gehirnzellen von Patienten mit Alzheimer-Krankheit.

Ein Molekül, auf das sie sich konzentrierten, ist ein schützender Metabolit namens Agmatin, der Gehirnzellen vor Entzündungen und damit verbundenen Schäden schützen soll. Die Studie ergab, dass Agmatin bei der Alzheimer-Krankheit am wahrscheinlichsten mit einem Rezeptor namens CA3R interagiert.

Die Behandlung von Alzheimer-befallenen Neuronen mit Agmatin reduzierte direkt die CA3R-Spiegel, was darauf hindeutet, dass sich Metabolit und Rezeptor gegenseitig beeinflussen. Mit Agmatin behandelte Neuronen wiesen auch geringere Mengen an phosphorylierten Tau-Proteinen auf, einem Marker für die Alzheimer-Krankheit.

Dr. Cheng sagt, diese Experimente zeigen, wie die KI-Algorithmen seines Teams den Weg für neue Forschungswege zu vielen Krankheiten über Alzheimer hinaus ebnen können.

„Wir haben uns speziell auf die Alzheimer-Krankheit konzentriert, aber Metaboliten-Rezeptor-Wechselwirkungen spielen bei fast jeder Krankheit, an der Darmmikroben beteiligt sind, eine Rolle“, sagte er. „Wir hoffen, dass unsere Methoden einen Rahmen bieten können, um das gesamte Gebiet der Metaboliten-assoziierten Krankheiten und der menschlichen Gesundheit voranzutreiben.“ Jetzt entwickeln Dr. Cheng und sein Team diese KI-Technologien weiter und wenden sie an, um Wechselwirkungen zwischen genetischen und Umweltfaktoren (einschließlich Nahrungsmitteln und Darmmetaboliten) auf die menschliche Gesundheit und Krankheiten, einschließlich der Alzheimer-Krankheit und anderer komplexer Krankheiten, zu untersuchen.

Quellen: