Neuen Ansätzen bei Neurodegeneration auf der Spur |
Theo Dingermann |
16.07.2025 16:20 Uhr |
Welche Proteine spielen bei neurodegenerativen Erkrankungen eine Rolle? Um das zu klären, müssen sehr große Datenmengen erfasst und verarbeitet werden. Ein Forschungskonsortium hat damit begonnen. / © Adobe Stock/BillionPhotos.com
Weltweit leiden mehr als 57 Millionen Menschen an neurodegenerativen Erkrankungen. Nicht zuletzt als Folge der steigenden Lebenszeit geht man davon aus, dass sich diese Zahl voraussichtlich alle 20 Jahre verdoppeln wird. Aus diesem Grund sind dringend Fortschritte bei der Diagnostik und der Therapie dieser Krankheiten erforderlich, die fatalerweise meist erst dann symptomatisch werden, wenn Zellen irreversibel zerstört sind.
Um die Optionen für die Behandlung dieser Krankheiten zu verbessern, ist es erforderlich neue Biomarker zu identifizieren, mit deren Hilfe die Früherkennung, die Beurteilung der Prognose sowie genauere Stadieneinteilungen und Subtypisierungen möglich sind.
Unter anderem diesem Anliegen widmet sich das Global Neurodegeneration Proteomics Consortium (GNPC), eine Initiative privater und öffentlicher Institutionen (Private-Public-Partnership). Aktuell hat dieser Forschungsverbund eine erste Version umfangreicher, harmonisierter Proteomik-Datensätze im Fachjournal »Nature Medicine« publiziert. Zusammen mit dieser Publikation erschienen weitere Arbeiten und ein Meinungsbeitrag von Bill Gates, dessen Stiftung seit 2023 die Arbeit des Konsortiums finanziell fördert.
Die Forschenden in dem Konsortium widmeten sich insbesondere der Alzheimer-Krankheit (AD), der Parkinson-Krankheit (PD), der frontotemporalen Demenz (FTD), der amyotrophen Lateralsklerose (ALS) sowie einem gesunden Altern. Analysen unterschiedlicher Biofluidproben, darunter Plasma, Serum und Liquor, von 18.645 Individuen aus 23 Kohorten sollten Anhaltspunkte liefern, welche biochemischen Prozesse fehllaufen und ob sich skalierbare Biomarker beziehungsweise Muster definieren lassen, die für einen frühen Krankheitsverlauf typisch sind, woraus sich diagnostische Parameter ableiten lassen könnten. Zudem hofft man, potenzielle Targets für neue Therapieansätze zu identifizieren.
Der nun veröffentlichte Datensatz umfasst etwa 250 Millionen einzigartige Proteinmessungen, die auf mehreren Plattformen erhoben wurden. Er ist seit dem 15. Juli 2025 für die Forschungsgemeinschaft frei verfügbar.
Die Daten zeigen krankheitsspezifische Unterschiede in der Häufigkeit bestimmter Proteine, aus denen sich proteomische Signaturen ableiten lassen, die für das Stadium und den klinischen Schweregrad der jeweiligen Krankheit typisch sind.
Auch beschreiben die Forschenden eine robuste plasma-proteomische Signatur für das Vorhandensein des APOE ε4-Allels, die bei AD, PD, FTD und ALS reproduzierbar ist. Schließlich ermittelten sie auch unterschiedliche Muster der Organalterung bei den untersuchten Erkrankungen.
Herausfordernd war nicht nur die schiere Zahl der 250 Millionen Proteinmessungen. Die Daten mussten auch harmonisiert werden, um mit ihnen vergleichend arbeiten zu können. Dazu wurden 53 klinische Variablen, zum Beispiel Demografie, kognitive Tests und Komorbiditäten, eingeordnet, wobei auch Unterschiede beim Datenschutz berücksichtigt werden mussten.
Die jetzt publizierten Proteomikdaten spiegeln dynamische biologische Zustände wider, die die statische Natur genetischer Marker relevant ergänzen. In diesen Daten finden sich sowohl diagnostische Biomarker als auch therapeutische Zielstrukturen. Für die im Kontext dieser neurodegenerativen Erkrankungen so dringend benötigte innovative Medikamentenentwicklung können diese Daten von großem Wert sein.
Die Forschenden weisen in ihrer Publikation auch auf Limitationen hin. Zu diesen gehört, dass der aktuelle GNPC-Datensatz erheblich unter einer begrenzten Diversität leidet: Die große Mehrzahl der Daten stammen von Patienten mit europäischem Ursprung. Zudem sind die Begleitdaten, etwa hinsichtlich der Medikation, die die Patienten erhalten hatten, häufig unvollständig.
Diese Limitationen sollen in der Version 2 des Datensatzes durch Einbeziehung weiterer Plattformen und Kohorten adressiert werden. Hilfreich dabei ist die offene Architektur der Cloud-Plattform, auf der die Daten abgelegt sind.