Archive - Jan 5, 2017

Datum

Big-Data-Modellierung von Krankheitsursachen

Am Institut für die Wissenschaft komplexer Systeme der Medizinischen Universität Wien wurde ein Modell entwickelt, mit dem anhand von Patientendaten die Bedeutung verschiedener Mechanismen für die Entstehung von Krankheiten beurteilen kann.

Die Wissenschaftler um Peter Klimek und Stefan Thurner gingen dabei von pseudonymisierten Daten des Hauptverbands der österreichischen Sozialversicherungsträger aus, die Auskunft über die Diagnosen für alle in den Jahren 2006 und 2007 in Österreich stationär behandelten Patienten geben. Dieser Datenpool wurde mit Informationen aus Datenbanken verknüpft, die das Auftreten bestimmter Erkrankungen mit Genotypen, Pathway-Defekten und toxikogenomischen Faktoren (also dem Zusammenwirken äußerer chemischer Reize mit der genetischen Ausstattung) assoziieren.

Treten zwei Krankheiten bei einer großen Zahl von Patienten gemeinsam auf, bilden sie im entsprechenden phänotypischen Netzwerk eine starke Verbindung. Ebenso können Erkrankungen durch gemeinsame genetische Defekte, Stoffwechselstörungen oder äußere Reize miteinander verknüpft sein. Durch Vergleich des phänotypischen Netzwerks mit den Netzwerken auf molekularer Ebene konnten die Autoren Indices entwickeln, die die Bedeutung bestimmter Entstehungsmechanismen für eine bestimmte Krankheit angeben: Treten beispielsweise zwei Erkrankungen mit einem vermuteten gemeinsamen Entstehungsmechanismus auch häufig gemeinsam bei Patienten auf, ist dieser Mechanismus mit hoher Wahrscheinlichkeit für deren Entstehung verantwortlich. Auf diese Weise kann etwa unterschieden, welche Rolle genetische Faktoren oder Umwelteinflüsse bei der Entstehung einer Krankheit spielen.

Die Studie wurde im Open-Access-Journal Scientific Reports veröffentlicht.