Ziel der Fördermaßnahme "Computational Life Sciences" ist es, durch die Entwicklung innovativer Methoden und Softwarewerkzeuge zur bioinformatischen Verarbeitung, Modellierung und Simulation auf aktuelle Bedarfe in den Lebenswissenschaften einzugehen. Dadurch sollen der lebenswissenschaftlichen Forschung in Deutschland effiziente und zuverlässige Hilfsmittel zur Verfügung gestellt werden, um die durch neueste experimentelle Methoden oder die Zusammenführung verschiedener Modalitäten gewonnenen Daten geeignet zu modellieren und zu analysieren.
Im thematischen Fokus der vierten Förderrunde stehen KI-Methoden für die Infektionsforschung. Ziel ist es, prädiktive systemmedizinische Modelle der molekularen Interaktionsnetzwerke zwischen Erregern und Wirtskörpern während der Infektion oder der Therapie zu entwickeln. Auf Basis fortschrittlicher Methoden aus dem maschinellen Lernen, der Bioinformatik, der Statistik und der Computational Biology sollen Softwarewerkzeuge und Computermodelle entwickelt bzw. verbessert und validiert werden.
Das vorliegende Verbundprojekt GENImmune möchte in diesem Zusammenhang das Verständnis von Wirt-Pathogen-Interaktionen bei Infektionskrankheiten verbessern und klinisch relevante Anwendungen wie die Impfstoffentwicklung unterstützen. Im Rahmen des Projekts soll ein umfangreicher Analyseprozess aufgebaut werden, der auf Methoden der Künstlichen Intelligenz, des Maschinellen Lernens, der Prozessierung natürlicher Sprache (NLP) sowie auf Computer-gestützten mathematischen Modellierungen basiert. Die Projektpartner planen, alle Methoden anhand eines bereits existierenden Programms für einen neuartigen, Varianten-unabhängigen SARS-CoV-2-Impfstoff zu entwickeln, zu optimieren und zu evaluieren.
Der verwendete Impfstoff besteht aus einer Kombination verschiedener Peptide, die entsprechende Strukturen des Virus repräsentieren. Die neuen Impfstoffkandidaten sollen daher zunächst in vivo im Mausmodell getestet und induzierte Immunantworten in vitro in biologischen Assays charakterisiert werden. Diese experimentelle Validierung der für die Impfung verwendeten Peptide ist dabei essentiell für die weitere Optimierung der Computer-basierten Modelle, um geeignete Impfstoffkandidaten vorhersagen zu können. Die im Rahmen des Projekts gewonnenen Erkenntnisse und Erfahrungen sollen breit und schnell für die wissenschaftliche und industrielle Impfstoffentwicklung verfügbar gemacht werden. Sie sollen dazu beitragen, die langwierigen Prozesse in der Impfstoffentwicklung sowohl zu beschleunigen als auch die Erfolgschancen zu erhöhen. Die im Projekt entwickelten Methoden werden dabei auch auf andere Infektionskrankheiten übertragbar sein.
