Fördermaßnahme

DrugSiderAI - KI-gestützte Methoden zur synergistischen Erforschung von Krankheitssymptomen und Medikamentennebenwirkungen

Ziel der Fördermaßnahme "Computational Life Sciences" ist es, die Entwicklung innovativer Methoden und Softwarewerkzeuge zur bioinformatischen Verarbeitung, Modellierung und Simulation mit Blick auf aktuelle Fragestellungen in den Lebenswissenschaften voranzubringen. So sollen der lebenswissenschaftlichen Forschung in Deutschland effiziente und zuverlässige Hilfsmittel zur Verfügung stehen, um die durch neueste experimentelle Methoden oder die Zusammenführung verschiedener Modalitäten gewonnenen Daten geeignet zu modellieren und zu analysieren.

Im Fokus der aktuellen Bekanntmachung stehen KI-Methoden für die Systemmedizin. Ziel ist es, Methoden zu entwickeln, die mithilfe geeigneter KI-Algorithmen den derzeitigen Stand der Technik in der systemmedizinischen Datenanalyse entscheidend verbessern. Der Schwerpunkt liegt dabei auf klinisch relevanten Fragestellungen.

Das Verbundprojekt DrugSiderAI beschäftigt sich mit der Vorhersage von Medikamenten-Nebenwirkungen. Diese sollen mit phänotypisch ähnlichen Krankheitssymptomen und deren zugrundeliegenden Signalwegen verglichen werden. Es ist geplant, mithilfe der Ansätze des maschinellen Lernens und der Künstlichen Intelligenz eine systematische Vorhersage der Mechanismen von Nebenwirkungen und vergleichbaren Krankheitssymptomen zu ermöglichen. Dazu sollen Nebenwirkungen und Krankheitssymptome in Netzwerkmodellen miteinander verbunden werden. Damit können übereinstimmende relevante Netzwerkcluster und zugrundeliegende Signalwege identifiziert werden. Diese sollen im nächsten Schritt genutzt werden, um neue potenzielle Off-Target-Proteine zu identifizieren.

Die Wirkmechanismen der Medikamente soll durch Modellierung der Struktur der Zielproteine analysiert werden. Die Ergebnisse dieser Analysen sollen in eine Plattform integriert werden, um die Nebenwirkungen von Medikamenten und deren Off-Target-Proteinen vorherzusagen. Mit Hilfe von Genominformationen von Patientinnen und Patienten kann daraus ein individuelles Risiko für Nebenwirkungen bestimmt werden. Die im Rahmen des Projekts gewonnenen Erkenntnisse und Erfahrungen können sowohl in der frühen Medikamentenentwicklung zur Vermeidung von Nebenwirkungen als auch in der Versorgung durch eine bessere individuelle Anpassung von Medikationsplänen genutzt werden.

Teilprojekte

Teilprojekt Saarbrücken

Förderkennzeichen: 031L0306A
Gesamte Fördersumme: 320.942 EUR
Förderzeitraum: 2023 - 2026
Projektleitung: Prof. Dr. Olga Kalina
Adresse: Helmholtz-Zentrum für Infektionsforschung GmbH - Helmholtz-Institut für Pharmazeutische Forschung Saarland (HIPS)
Campus E 8.1
66123 Saarbrücken

Teilprojekt Saarbrücken

Teilprojekt Hamburg I

Förderkennzeichen: 031L0306B
Gesamte Fördersumme: 549.524 EUR
Förderzeitraum: 2023 - 2026
Projektleitung: Prof. Dr. Jan Baumbach
Adresse: Universität Hamburg - Fakultät für Mathematik, Informatik u. Naturwissenschaften - Fachbereich Informatik
Notkestr. 9
22607 Hamburg

Teilprojekt Hamburg I

Teilprojekt Hamburg II

Förderkennzeichen: 031L0306C
Gesamte Fördersumme: 53.945 EUR
Förderzeitraum: 2023 - 2026
Projektleitung: Dr. Alke Meents
Adresse: Deutsches Elektronen-Synchrotron (DESY)
Notkestr. 85
22607 Hamburg

Teilprojekt Hamburg II