Abteilung Aquatische Ökologie
Pathogenevolution
Unsere Forschungsgruppe konzentriert sich auf das Verständnis der Evolution von Medikamentenresistenzen bei verschiedenen Krankheitserregern, von Bakterien bis hin zu parasitären Würmern. An der Schnittstelle zwischen Evolutionsbiologie und Pharmakologie arbeiten wir an der Entwicklung mathematischer Modelle und kooperieren mit Experimentatoren, um überprüfbare Vorhersagen zu generieren. Unser Ziel ist es, zur Entwicklung effektiverer Strategien im Umgang mit Medikamentenresistenzen im Kontext von "One Health" beizutragen.
Die Gruppe wurde 2024 mit Unterstützung eines Startstipendiums des Schweizerischen Nationalfonds gegründet. Unsere Arbeit baut auf verschiedenen Disziplinen auf, darunter Populationsgenetik, Pharmakodynamik und evolutionäre Berechnungen, um einen umfassenden Rahmen für das Verständnis und die Vorhersage der Evolution von Medikamentenresistenzen zu schaffen. Unsere Hauptansätze sind die mathematische Modellierung sowie die Erhebung und Analyse von Daten.
Mathematische Modellierung
Trotz der wesentlichen biologischen Unterschiede zwischen den Krankheitserregern gelten für die Evolution der Resistenz in allen die gleichen grundlegenden evolutionären Prinzipien: Organismen erfahren Selektionsdruck durch die Medikamentenbehandlung, und diejenigen, die einen Mechanismus entwickeln, um damit umzugehen, haben höhere Überlebenschancen und geben diesen Mechanismus weiter.
Unsere Gruppe entwickelt daher ein generalisiertes, modulares, rechnerisches Rahmenmodell zur Untersuchung der Resistenzentwicklung, das auf unterschiedliche Organismen anpassbar ist. Dieses flexible, modulare Framework ermöglicht es uns, die Auswirkungen dieser Aspekte zu identifizieren, Gemeinsamkeiten und Unterschiede in der Entwicklung von Medikamentenresistenzen über verschiedene Taxa hinweg zu finden, das Modell an die spezifischen biologischen Eigenschaften der verschiedenen Organismen anzupassen und die kritischen Faktoren zu bestimmen, die die Evolution der Resistenz beeinflussen.
Datenerhebung und Digitalisierung
Pharmakodynamische Daten sind essenziell, um Modelle zu parametrisieren und konkrete, überprüfbare Vorhersagen zu erstellen. Das Fehlen eines zentralisierten und leicht zugänglichen Repositoriums für pharmakokinetische und pharmakodynamische (PKPD) Daten behindert jedoch eine effiziente Forschung und Zusammenarbeit im Kampf gegen Medikamentenresistenzen. Zwar gibt es zahlreiche Datenbanken, doch diese sind oft fragmentiert, unvollständig und schwer zugänglich. Zudem bleibt ein Großteil der PKPD-Daten in ergänzenden Materialien oder unveröffentlicht, was den Zugang erheblich erschwert.
Unsere Gruppe hat sich zum Ziel gesetzt, eine umfassende Online-Plattform zu entwickeln, um PKPD-Daten zu zentralisieren und zu standardisieren. Mithilfe fortschrittlicher Text-Mining- und KI-Techniken extrahieren wir Schlüsselparameter (z. B. Wachstumsraten, minimale Hemmkonzentrationen) aus verschiedenen Quellen, darunter bestehende Datenbanken und veröffentlichte Literatur. Diese kuratierten Informationen werden annotiert, katalogisiert und in einer benutzerfreundlichen, interaktiven Datenbank frei zugänglich gemacht, um Forschenden aus verschiedenen Disziplinen zugutezukommen.
Datenanalyse
Durch die Aggregation dieser Daten werden wir die Verfügbarkeit, Variabilität und Zuverlässigkeit der PKPD-Parameter systematisch analysieren und dabei wesentliche Wissenslücken sowie aufkommende Muster über Arten, Medikamente und Umgebungen hinweg identifizieren können. Unser Ziel ist es, Einblicke in die Mechanismen hinter diesen Mustern zu gewinnen und kritische Faktoren zu ermitteln, die die Entwicklung von Resistenzen zwischen verschiedenen Arten und Medikamentenklassen unterscheiden.
Publikationen
2022 Trubenová, B. , Roizman D., Rolff, J., Regös, R.R. Modeling Polygenic Antibiotic Resistance Evolution in Biofilms. Frontiers in Microbiology : 13, 916035
2022 Szep, E. *, Trubenová, B. * , Csilléry, K. Using gridCoal to assess whether standard population genetic theory holds in the presence of spatio-temporal heterogeneity in population size. Molecular Ecology Resources: 22 (8), 2941-2955
2022 Trubenová, B. , Roizman D., Moter, A., Rolff, J., Regös, R.R. Population genetics, biofilm recalcitrance and antibiotic resistance evolution. Trends in Microbiology : 30 (9), 841-852
*Gleichwertige Beiträge der Autoren
