Vorhersage des Virulenzpotentials von Listeria monocytogenes Isolaten mittels Machine Learning

Listerien sind Gram-positive Bakterien, die sich auf Lebensmitteln tierischen und pflanzlichen Ursprungs befinden können. Die am weitesten verbreitete humanpathogene Spezies ist Listeria monocytogenes. Über die Zufuhr von besiedelten Lebensmitteln gelangen die Organismen in den menschlichen Körper und können sich dort vermehren. Da es sich um fakultative Pathogene handelt, kann solch eine Infektion Krankheiten auslösen, welche vor allem für immunsupprimierte und schwangere Menschen ein Risiko darstellen und in bis zu 30% der Fälle letal verlaufen können.

L. monocytogenes-Isolate können anhand ihrer genetischen Eigenschaften in verschiedene Sublinien unterteilt werden. Diese Sublinien weisen eine unterschiedliche Pathogenität auf, jedoch ist die Ursache hierfür bislang unklar. Deshalb soll das GENESIS LiVE Projekt in der Beantwortung der Frage helfen. Mittels Machine-Learning und Deep-Learning Ansätzen werden Genomdaten verschiedener Isolate aus dem Konsiliarlabor für Listerien des Robert Koch-Instituts analysiert und die Virulenz neuer L. monocytogenes-Isolate vorhergesagt. Die vorhergesagte Virulenz wird im Labor mithilfe von zellkulturbasierten Infektionsexperimenten überprüft. Schlussendlich soll das Projekt dazu beitragen, genetische Mechanismen der Hypervirulenz ausgewählter L. monocytogenes-Sublinien aufzudecken. Die entwickelten Pipelines können zukünftig auch auf andere Erreger übertragen werden. Somit kann das Projekt zur Verhinderung vieler lebensbedrohlicher Infektionen beitragen.

GENESIS LiVE wird finanziert von der Europäischen Union und gefördert von Mitteln des Sachsen-Anhalt WISSENSCHAFT Forschung und Innovation (EFRE) (Förderkennzeichen ZS/2023/12/182029). Beteiligt an dem Projekt sind Prof. Dr. rer. nat. Sven Halbedel vom Robert Koch-Institut (RKI) in Wernigerode, Jing Liu und Prof. Dr.-Ing. Patrick Rempel von der Hochschule Harz in Wernigerode und Dr. rer. nat. Jacqueline Schürmann an der Schnittstelle zwischen dem RKI und der Hochschule Harz.