Adipositas bekämpfen – Neue internationale Studie von Lipotype

Adipositas
Der BMI gilt als standard Messmethode zur Diagnose von Adipositas. Eine Studie bei der u.a. die Lipotype GmbH aus Dresden mitgewirkt hat, hat nun eine innovativere Methode entwickelt.

Ein internationales Forscherteam stellt heute ein revolutionäres Konzept für personalisierte Präzisionsmedizin vor. Mit dabei ist die Lipotype GmbH aus Dresden. Es geht dabei um eine innovative Methode für die Bestimmung von Fettleibigkeit (Adipositas). Mit der Hilfe von K.I. wurde eine Reihe von Lipidmolekülen identifiziert, die wesentlich mehr Informationen über Adipositas bereithalten als der BMI.

Bye Bye BMI – Warum die herkömmliche Methode jetzt ausgedient hat

Die World Health Organisation (WHO) warnt: fast jeder sechste Erwachsene ist von Fettleibigkeit (Adipositas) betroffen. Da Adipositas das Sterblichkeits- und Krankheitsrisiko erhöht, ist sie eine der zentralen Bedrohungen für die Gesundheit der gesamten Menschheit. Im medizinischen Alltag ist der Body Mass Index (BMI) ein beliebtes Instrument um Übergewicht und Fettleibidgkeit zu ermitteln. Dieser misst das Verhältnis von Gewicht zur Körpergröße

ForscherInnen von der TU Dresden und der Lipotype GmbH, einer Ausgründung des Max-Planck-Instituts für Molekulare Zellbiologie und Genetik in Dresden, in internationaler Kooperation mit Wissenschaftlern der Universität Lund (Schweden) und des National Institute for Health and Welfare (Finnland) haben sich zusammengeschlossen, um den BMI von über 1000 PatientInnen einer kritischen Neubewertung zu unterziehen. Das internationale Forscherteam wandte fortgeschrittene K.I. Methoden an, um einen Algorithmus zu entwickeln, welcher als Bewertungsgrundlage die Lipid-Zusammensetzung des menschlichen Blutplasmas nutzt, das sogenannte Plasma-Lipidom. Das Plasma-Lipidom enthält hunderte unterschiedlicher Lipidmoleküle.

„In ihrer Gesamtheit dienen sie wie ein Fingerabdruck des Wohlbefindens als Indikatoren für die Stoffwechselgesundheit“, erklärt Mathias Gerl von Lipotype.

Solche Lipidomik-Daten wurden genutzt, um den Algorithmus zur BMI-Bestimmung zu entwickeln.

Abbildung 1: Traditionell gemessene BMI-Werte und aus Lipidomik-Daten berechnete BMI-Werte im Vergleich. (Gerl et al. Machine learning of human plasma lipidomes for obesity estimation in a large population cohort).

Adipositas-Risikobestimmung: ein Sprung in die Zukunft durch die Kombination von K.I. und Lipid-Forschung

Im Vergleich zu der „traditionellen BMI-Messung“ (X Achse), ermöglichten die Lipidomik-Daten dem neuen Algorithmus die Erstellung eines molekularen „Lipidomik-BMI“ (Y-Achse). Die BMI-Berechnung über den Lipidomik-BMI deckte auf, dass für jede/n siebte/n PatientIn der molekulare BMI deutlich über den zuvor mit der traditionellen BMI-Messung ermittelten Werten lag (orange).  Der Lipidomik-BMI trifft außerdem erweiterte Aussagen über den Adipositas-Zustand, wie zum Beispiel über die Menge von gesundheitsschädlichem Fett.

„Wenn ein Patient, welcher eine Therapie zur Bekämpfung von übergewichts-bedingten Krankheiten benötigt, ohne Abhilfe und Beratung nach Hause geschickt wird, kann dies Langzeitschäden zur Folge haben“, gibt Olle Melander von der Universität Lund zu bedenken.

„Genau dies sind die Patienten, welche plötzlich mit 40 Jahren einen Herzinfarkt erleiden und ihre Hausärzte ratlos zurücklassen“, kommentiert Carlo Vittorio Cannistraci vom BIOTEC (TU Dresden) und fügt hinzu: „Wir sollten diese veraltete Sichtweise überwinden, dass ein einziger Indikator –wie das Verhältnis von Gewicht zu Körpergröße –die Bestimmung von Risiken in komplexen Systemen wie dem Menschen ermöglichen kann. Rechnergestützte Biomedizin nutzt künstliche Intelligenz, um auf vielen Variablen basierende multidimensionale Indikatoren zu ermitteln, welche die Diagnosegenauigkeit erhöhen. Deshalb hoffe ich, dass der herkömmliche BMI durch einen Lipidomik-BMI ersetzt wird und die falsche Klassifizierung von jedem siebten Patienten beendet.“

Über die Lipotype GmbH

Lipotype ist ein weltweit führender Lipidomics-Anbieter und bietet umfassende, quantitative Lipidanalysen für klinische und biologische Proben im Hochdurchsatz. Einsatzgebiete für Kunden sind zum Beispiel Biomarker-Identifikation für klinische ForscherInnen, Pharma-und Biotechunternehmen, Entwicklung funktionaler Lebensmittel für die Lebensmittelindustrie, Claim-Support der Kosmetikindustrie oder auch Lipidanalysen verschiedener Modellorganismen für akademische ForscherInnen. Lipotype ist eine Ausgründung aus dem Max-Planck-Institut für Molekulare Zellbiologie und Genetik in Dresden (Labore von Prof. Kai Simons und Dr. Andrej Shevchenko).

Über BIOTEC

Das Biotechnologische Zentrum (BIOTEC) wurde 2000 als zentrale wissenschaftliche Einrichtung der Technischen Universität Dresden (TU Dresden) gegründet. Ihr Ziel ist es, modernste Forschungsansätze in der Molekular-und Zellbiologie mit den in Dresden traditionell starken Ingenieurswissenschaften zu verbinden. Seit 2016 ist das BIOTEC eines von drei Instituten der zentralen wissenschaftlichen Einrichtung Center for Molecular and Cellular Bioen- und Lipid-Forschunggineering (CMCB) der TU Dresden. Das BIOTEC nimmt eine zentrale Position in Forschung und Lehre im Forschungsschwerpunkt ein und verbindet zellbiologische, biophysikalische und bioinformatische Ansätze miteinander. Es trägt damit entscheidend zur Profilierung der TU Dresden im Bereich Gesundheitswissenschaften, Biomedizin und Bioengineering bei.

Über die Forschungsgruppe Melander, Universität Lund

Die Forschungsgruppe Melander an der Universität Lund, Schweden, fokussiert sich in ihrer Forschung auf die Identifikation neuer, im Blut messbarer Stoffwechsel-und Hormon-Abweichungen, welche Herz-Stoffwechsel-Krankheiten in groß angelegten Populationsstudien vorhersagen können. Ziel ist es, die primäre Intervention zu verbessern.

Publikation:

Mathias J Gerl, Christian Klose, Michal A Surma, Celine Fernandez, Olle Melander, Satu Männistö, Katja Borodulin, Aki S Havulinna, Veikko Salomaa, Elina Ikonen, Carlo V Cannistraci & Kai Simons. Machine learning of human plasma lipidomes for obesity estimation in a large population cohort. PLOS Biology.doi: 10.1371/journal.pbio.3000443

Hinterlasse jetzt einen Kommentar

Kommentar hinterlassen

E-Mail Adresse wird nicht veröffentlicht.


*