Verbund

SECOVIT - Sequenz-basierte Analyse von Wechselwirkungen von SARS-CoV-2, Ko-Infektionen der Atemwege und T-Zell-Immunität: klinische Implikationen

Die durch das neuartige SARS-CoV-2 ausgelöste Pandemie stellt das deutsche Gesundheitssystem vor bislang ungekannte Herausforderungen. Es gibt zurzeit keine wirksamen Therapien zur Behandlung der durch SARS-CoV-2 verursachten Lungenkrankheit Covid-19. Auch ist unklar, warum es bei einigen Covid-19 Patientinnen und Patienten zu schweren Verläufen kommt.

Das Ziel des Verbundes ist zu untersuchen, ob entweder die Oberflächenmoleküle auf Körperzellen, sogenannte HLA-Proteine, des jeweiligen Patienten oder virale Koinfektionen eine Rolle in der Evolution von SARS-CoV-2 spielen und den Krankheitsverlauf von Covid-19 beeinflussen. Dazu werden klinische Daten der Covid-19 Patientinnen und Patienten gesammelt und die SARS-CoV-2-Genome und die HLA-Gene sequenziert. Die Proben stammen zunächst von Patientinnen und Patienten der „ersten Welle“. Weitere Proben sollen in kommenden Ausbrüchen genommen und untersucht werden. Mithilfe bioinformatischer und statistischer Methoden sollen die experimentellen und klinischen Daten für eine Modellierung der Zusammenhänge genutzt werden.

Der Förderaufruf beruht auf dem Rapid Response Modul der Förderbekanntmachung „Richtlinie zur Förderung eines Nationalen Forschungsnetzes zoonotische Infektionskrankheiten“ vom 29. Januar 2016 und orientiert sich an der Prioritätensetzung der WHO zu Covid-19. Gefördert werden insbesondere die Entwicklung therapeutischer und diagnostischer Ansätze sowie Forschungsarbeiten, die zum Verständnis des Virus und dessen Ausbreitung beitragen.

Teilprojekte

Sammlung klinischer Proben und Daten, und Sequenzanalyse

Förderkennzeichen: 01KI20185A
Gesamte Fördersumme: 476.130 EUR
Förderzeitraum: 2020 - 2021
Projektleitung: Dr. Rolf Kaiser
Adresse: Universität zu Köln, Medizinische Fakultät, Institut für Virologie
Fürst-Pückler-Str. 56
50935 Köln

Sammlung klinischer Proben und Daten, und Sequenzanalyse

Es ist zu erwarten, dass das pandemische SARS-CoV-2 beim passieren einer riesigen Anzahl von Wirten unter dem Selektionsdruck ihrer Immunsysteme (z.B. HLA-Allele) evolviert. Neben dem Immunsystem können auch andere Faktoren (z.B. Koinfektionen oder Grunderkrankungen) Eigenschaften und Evolution des Virus sowie den klinischen Verlauf der Infektionskrankheit Covid-19 beeinflussen. Ziel ist es, diese Einflüsse zu untersuchen. Dazu werden virologische und bioinformatische Expertise gebündelt, um diese Teilziele zu erreichen: 1) Identifizierung von globalen Zusammenhängen zwischen HLA-Hintergründen und SARS-CoV-2-Genomen unter Nutzung öffentlicher Datenbanken. 2) Für Nordrhein-Westfalen sollen Zusammenhänge zwischen HLA-Allelen und SARS-CoV-2-Varianten identifiziert werden auf der Grundlage von HLA-Allelen und SARS-CoV-2-Genomen, bestimmt aus Patientenproben (longitudinal und Querschnitt); dabei sollen auch Zusammenhänge dieser HLA- und SARS-CoV-2-Daten mit der Schwere von Covid-19 analysiert werden. 3) Die Rolle von Koinfektionen mit respiratorischen Viren auf das Auftreten von SARS-CoV-2-Infektionen und auf die Schwere von Covid-19 wird charakterisiert. Die gewonnenen Erkenntnisse können verwendet werden, um Quarantäne-Maßnahmen zu optimieren und ggf. HLA-basiert zu personalisieren, sowie um medizinische Ressourcen gezielter einzusetzen. Darüberhinaus können die Erkenntnisse helfen bei der Entwicklung effektiver, T-Zell-basierter Impfstoffe.

Computergestützte Modellierung und Analyse von SARS-CoV-2

Förderkennzeichen: 01KI20185B
Gesamte Fördersumme: 128.006 EUR
Förderzeitraum: 2020 - 2021
Projektleitung: Prof. Dr. Daniel Hoffmann
Adresse: Universität Duisburg-Essen, Fakultät Biologie und Geographie, Zentrum für Medizinische Biotechnologie
Universitätsstr. 2
45141 Essen

Computergestützte Modellierung und Analyse von SARS-CoV-2

Der SECOVIT-Verbund hat das Ziel, Zusammenhänge aufzudecken zwischen SARS-CoV-2-Evolution, Wirtsimmunität (insbesondere HLA), Ko-Infektionen der Atemwege, und Schwere von Covid-19. Teilprojekt compSECOVIT integriert mit computergestützten Methoden klinische und genomische Daten um Wechselwirkungen zwischen SARS-CoV-2, Wirts-Immunität, und Ko-Infektionen der Atemwege, mit dem Auftreten und der Schwere von Covid-19 aufzuklären. Dazu werden SARS-CoV-2-Genome, Wirts-HLA-Allele, Vorhandensein spezifischer viraler Atemwegs-Infekte, Antikörper-Tests, und klinische Verläufe von Covid-19 analysiert. Diese Daten kommen sowohl aus öffentlichen Datenbanken als auch vom Partner Universität zu Köln. Es werden probabilistische Modelle entwickelt, die die Zusammenhänge zwischen den Datentypen quantitativ darstellen, und diese Modelle werden anhand der Daten über Bayes-Analyse gefittet. Die Modelle werden sorgfältig validiert um ihre Aussagekraft sicherzustellen. Resultate sind beispielsweise: Entdeckung HLA-bedingter Mutationen in SARS-CoV-2-Genomen, global und aus Nordrhein-Westfalen; Entdeckung konservierter HLA-Epitope in SARS-CoV-1 und SARS-CoV-2; Quantifizierung des Einflusses von Wirts-HLA auf Covid-19-Auftreten und -Schwere; Zusammenhänge von viralen Atemwegs-Ko-Infektionen mit Covid-19.