Mukoviszidose-Institut hilft bei der Umsetzung
Die Idee, eine Datenbank für Mukoviszidose-relevante Substanzen aufzubauen, wird von den Forschern PD Dr. Frauke Stanke (Hannover) und Dr. Manuel Nietert (Göttingen) seit 2016 vorangetrieben. Das Mukoviszidose-Institut ist involviert als Kooperationspartner und Netzwerker mit Kontakten zu CF-Betroffenen und -Forschern.
Finanziert wird das Projekt von der Deutschen Forschungsgemeinschaft (DFG) und befindet sich seit 2019 in einer 2. Förderperiode. Das Projekt wurde im August 2019 sogar für das DFG-Magazin ausgewählt („Medikamente auf Datenbasis“).
Die TMF (Technologie- und Methodenplattform für die vernetzte medizinische Forschung e.V.), eine Dachorganisation für die medizinische Verbundforschung in Deutschland, ist ebenso als Kooperationspartner eingebunden, um neue Methoden und Werkzeuge auch anderen Bereichen der medizinischen Forschung zugänglich zu machen.
CandActCFTR bündelt und strukturiert Daten aus Substanz-Testungen
CandActCFTR ist ein Datenbank- und Software-Tool, welches im Rahmen der ersten Förderperiode von Stanke und Nietert für die Mukoviszidose-Forschung entwickelt wurde (siehe Newsmeldung des Mukoviszidose e.V. vom 7. November 2019 und Webseite von CandActCFTR). Diese Datenbank bündelt und strukturiert Daten von derzeit 111 Publikationen, die allesamt Ergebnisse von Substanztestungen hinsichtlich ihrer CFTR-modulierenden Wirkung beinhalten. In der CandActCFTR-Datenbank werden die Daten in einen Publikations-Kontext gestellt, d. h. Forscher können CandActCFTR nutzen, um sich einen Überblick darüber zu verschaffen, was andere Gruppen zu den gleichen Substanzen herausgefunden haben.
111 Publikationen, 268.914 Synonyme und 3.114 verschiedene Substanzen bislang in Datenbank
Aktuell sind 3.114 verschiedene Substanzen in der CandActCFTR-Datenbank – und insgesamt 268.914 Synonyme, denn meistens haben die chemischen Substanzen gleich mehrere Namen – was die Vergleichbarkeit und Orientierung im Dschungel der Substanz-Screenings nicht gerade vereinfacht.
CandActCFTR wird kontinuierlich ergänzt, interessierte Forscher können eigene Daten einspeisen und Ergebnisse vergleichen. Auch negative Ergebnisse, die oft nicht publiziert werden (können), sind als Datensatz in CandActCFTR wertvoll, da sie im Vergleich mit anderen Daten auch Rückschlüsse erlauben und Ressourcenverschwendung durch Mehrfachtestungen verhindern könnten. Eine entsprechende Erweiterung des Datensatzes durch eine internationale Kooperation mit CFTR-Substanz-Screening-Daten ist aktuell in Arbeit.
Generische Ansätze: Man muss das Rad nicht immer wieder neu erfinden!
Die Datenbankstruktur und Software, die für CandActCFTR entwickelt wurden, können auch für andere Fragestellungen verwendet werden. Der generische Ansatz, CandActBASE, wird als Methode für die medizinische Forschung von Stanke und Nietert angeboten und wurde in den TMF-News vom Juli 2021 vorgestellt, sogar ein Video zu CandActBASE ist über YouTube kürzlich über die TMF veröffentlich worden.
CFTR-Lifecycle Map: Orientierung über mögliche Angriffspunkte für CFTR-Modulatoren
Auch die CFTR-Lifecycle Map ist ein Teilprojekt von CandActCFTR und wird von Liza Vinhoven aus der AG Nietert vorangebracht. Eine erste Veröffentlichung ist seit Juli 2021 verfügbar. Darin wird der Lebenszyklus vom CFTR-Gen bis zum fertigen CFTR-Kanal in der Zellmembran inklusive Abbau und Recycling visualisiert. Informationen zu anderen Proteinen, die innerhalb dieses CFTR-Lebenszyklus mit CFTR interagieren, wurden von Vinhoven aus insgesamt 225 Publikationen (u. a. auch automatisiert mit Hilfe von Software) extrahiert. CFTR-Interaktionspartner wurden „nach biologischer Aufgabe“ sortiert und den Zellkompartimenten und CFTR-Reifungsschritten zugeordnet. Die CFTR-Lifecycle Map kann Forschern helfen, den Wirkmechanismus von CFTR-modulierenden Substanzen zu erkennen oder auch geeignete Substanzkombinationen vorauszusagen.
Verfügbare Werkzeuge stehen bereit
CandActCFTR, CandActBase und die CFTR-Lifecycle Map sind Werkzeuge, die den CF-Forschern als Open Source Tools zur Verfügung stehen. Die Aussagekraft aller Datenbanken und Modelle wächst allerdings mit der Menge der Daten – ein Aufruf an alle – die nicht möchten, dass mit viel Forschungsaufwand erhobene Daten ungenutzt in der Schublade (bzw. auf dem Server) verschwinden.
Bei Fragen wenden Sie sich an Dr. Sylvia Hafkemeyer (shafkemeyer(at)muko.info).
Links zu weiteren Informationen:
