News • Nach Herzinfarkt

KI entschlüsselt Gencode für Herzreparatur mit Stammzellen

Ein Forscherteam aus Deutschland und Japan hat einen neuen hochspezifischen Genexpressionscode entdeckt, der die Stammzellantwort für die Herzreparatur nach einem Infarkt steuert.

Die Forscher nutzten dabei neue Algorithmen der künstlichen Intelligenz. Die Ergebnisse erschienen jetzt im Journal Lancet Journal EBioMedicine.

Stammzellen werden seit 2001 zur Therapie von Herzinfarktpatienten mit Bypass-Operation angewendet und führen dauerhaft zu Verbesserungen der Pumpleistung des Herzens. Wie genau die Stammzellen wirken und welche Therapie wann die höchsten Heilungschancen bietet ist Gegenstand aktueller Forschung. Ein interdisziplinäres Team von zehn Universitäten weltweit um den Rostocker Herzspezialisten Professor Gustav Steinhoff entwickelte eine Methode, um mit Hilfe künstlicher Intelligenz Therapievorhersagen abzuleiten und so Infarktpatienten die individuell aussichtsreichste Therapie empfehlen zu können.

Photo
Markus Wolfien (links) und Gustav Steinhoff

Bildquelle: Universität Rostock/ITMZ

Unterstützt wird er dabei unter anderem von Markus Wolfien, Doktorand in der Bioinformatik-Arbeitsgruppe von Professor Olaf Wolkenhauer der Universität Rostock. Wolfien nutzte fortschrittliche KI-Algorithmen, um spezifische Variationen für den Therapieerfolg in Knochenmarkstammzellen und Blutzellen nachweisen zu können. Das Besondere dieses Nachweises stellt eine mehrstufige, computergestützte Analyse der aktiven Bestandteile der DNA und deren Zusammenspiel auf tiefster molekularer Ebene dar. Dies ermöglicht unter Berücksichtigung der individuellen Gegebenheiten eines Patienten ein optimales Therapieergebnis. Denn jeder Patient hat einen individuellen genetischen Code. „Bei den untersuchten Patienten mit arteriosklerotischer Erkrankung und Herzinsuffizienz fanden wir fortgeschrittene Mutationen im Blut, die mit veränderten Stammzellfunktionen verbunden waren“, erläutert Professor Steinhoff den medizinischen Hintergrund.

Die Forscher untersuchten die klinischen Befunde, die nach einer durchgeführten Stammzelltherapie zu einer starken Verbesserung der Herzfunktion geführt hatten. Die neuartige Analyse wurde bereits and einer weiteren Patientengruppe erfolgreich bestätigt. Im Tiermodell konnten sie den Genschalter aufklären, der zu einer verbesserten Herzreparatur durch zirkulierende Stamm- und Immunzellen geführt hat. „Diese neuartige Diagnosemethode kann zur Vorhersage der Herzreparatur verwendet werden, die einen wichtigen Meilenstein in der Stammzelltherapie bei Herzinsuffizienz darstellen könnte“, erklärt Professor Gustav Steinhoff.


Quelle: Universität Rostock

07.07.2020

Mehr aktuelle Beiträge lesen

Verwandte Artikel

Photo

News • Fenster ins Herz

KI liest Herzinfarkt-Risiko von der Netzhaut ab

Forscher haben eine KI-basierte Software für die Auswertung der Bilder von der Netzhaut entwickelt, die das Risiko für Gefäßerkrankungen wie Herzinfarkte zuverlässig voraussagt.

Photo

News • Warum werden wir krank?

Verbindungen zwischen Genetik und Epigenetik klären über umweltbedingte Krankheiten auf

Eine Studie hilft, umweltbedingte Erkrankungen besser zu verstehen und könnte sogar neue Biomarker und Wirkstoffziele für klinische Studien ausfindig machen.

Photo

News • Kardio-Forschung

Neu entdecktes Gen heilt Muskel nach Herzinfarkt

Forscher des australischen Victor Chang Cardiac Research Institute haben ein wesentliches neues Gen entdeckt, das dem Herz dabei helfen kann, den nach einem Infarkt geschädigten Herzmuskel zu…

Verwandte Produkte

Agfa HealthCare – Rubee for AI

Artificial Intelligence

Agfa HealthCare – Rubee for AI

Agfa HealthCare
Canon – Advanced intelligent Clear-IQ Engine for MR

Artificial Intelligence

Canon – Advanced intelligent Clear-IQ Engine for MR

Canon Medical Systems Europe B.V.
Canon - Aquilion Exceed LB

Oncology CT

Canon - Aquilion Exceed LB

Canon Medical Systems Europe B.V.
Canon – Aquilion Lightning

20 to 64 Slices

Canon – Aquilion Lightning

Canon Medical Systems Europe B.V.
Newsletter abonnieren