CompLS - Runde 4 - Verbundprojekt: MuMoSim - Maschinenlerngestützter Multi-Modell-Simulator für die Infektionsforschung; Teilprojekt B

Read full text
Authors: Oliver Kurzai, Kerstin Hünniger-Ast
Cited by: 0

Abstract

Invasive Pilzinfektionen stellen eine relevante Ursache von Sepsis dar und sind mit einer Letalität von >40 % assoziiert. Die Diagnosestellung erfolgt häufig verzögert, da initial vorrangig bakterielle Erreger getestet werden und mykologische Nachweise zeitaufwendig sind. Vor dem Hintergrund steigender Inzidenzen besteht ein erheblicher Bedarf an innovativen diagnostischen Strategien. Das Projekt MuMoSim adressiert diese Herausforderung durch die Entwicklung eines Multi-Modell-Simulators zur Analyse von Blutstrominfektionen. Im Gegensatz zu pathogenbasierten Ansätzen fokussiert MuMoSim auf die zeitabhängigen Reaktionen zentraler Immunzellpopulationen. Diese individuellen und dynamischen Immunantworten werden in einem mehrstufigen „bottom-up“-Framework mathematisch modelliert, das zunächst datenarme Vorhersagen generiert und diese sukzessive durch komplexere Modelle verfeinert. Dadurch kann die Vorhersagegenauigkeit der Immunantwort kontinuierlich gesteigert und patientenspezifische Unterschiede systematisch berücksichtigt werden. Das Projekt wurde in enger Kooperation zwischen den beteiligten Teilprojekten durchgeführt. Unser Teilprojekt B verantwortete die experimentelle Datenerhebung, während Teilprojekt A die mathematischen Modelle entwickelte und bioinformatische Analysen durchführte. Insgesamt konnte das Projekt wesentliche Fortschritte erzielen: von der Integration experimenteller Daten gesunder Spender über die Untersuchung spezifischer Patientenkohorten bis hin zur Aufklärung neuer Immunevasionsmechanismen. Mit dem Multi-Modell-Simulator steht künftig ein Instrument zur Verfügung, das das Verständnis von Blutstrominfektionen verbessert und zur Entwicklung neuer Strategien für Diagnostik und Therapie beitragen kann.

Fields of Study & Subjects

Sepsis Diagnosis and Treatment Antifungal resistance and susceptibility Inflammation biomarkers and pathways

Publication details

Journal / source
RENATE
Publication date
15 January 2026
Language
DE