Infektionen an Zahnimplantaten
BacData - Bakterien mit Daten bekämpfen
Implantate sollten nach der Operation eigentlich keine Probleme bereiten. Aber auf ihren Oberflächen siedeln sich mit der Zeit Bakterien an, die sich zu einem komplexen Netzwerk formieren und Infektionen auslösen können. Antibiotika haben es schwer, diese Biofilme zu bekämpfen.
Im Projekt BacDataarbeiten Forscher des L3S und der Medizinischen Hochschule Hannover (MHH) daran, Biofilme genauer zu analysieren. „Angesichts der allgemeinen Zunahme von Antibiotikaresistenzen ist die Forschung unerlässlich und ein Gebot der Stunde. Daher hoffen wir, hier mit einem interdisziplinären Ansatz voranzukommen“, sagt Dr. Sowmya Sundaram. Die Informatikerin untersucht Daten, die Wissenschaftler der MHH zuvor aus genetischen Informationen gewonnen haben. Anhand der Daten wollen die Forscher herausfinden, was die Infektionen verursacht und wie man sie vorhersagen, verhindern oder heilen kann.
Sundaram hat sich in den letzten Monaten hauptsächlich mit Zahnimplantaten befasst. Zahnimplantate, die aus metallischen Komponenten - in der Regel Titan - bestehen, entwickeln im Laufe der Zeit Infektionen aufgrund der allmählichen Abnutzung und der Gewohnheiten der betroffenen Person. Sundaram hat zunächst Daten der MHH analysiert, um herauszufinden, welche Genaktivität mit der Biofilmbildung auf Zahnimplantaten korreliert. Die Schwierigkeit bestand darin, dass es nur sehr wenige Patienten gibt, aber jeder Patient über umfangreiche genetische Informationen verfügt. „Das bedeutet, dass wir die Daten nicht mit Sicherheit statistisch analysieren können. Daher haben wir mehrere komplexe statistische Instrumente eingesetzt, um die wesentlichen genetischen Faktoren zu identifizieren. Wir haben die Ergebnisse nun den Wissenschaftlern der MHH vorgelegt, die sie auf Plausibilität überprüfen und interpretieren werden“, so Sundaram.
Das Spannende daran: Die eingesetzten Methoden zur Erkennung relevanter Korrelationen können immer dann angewendet werden, wenn nur wenige Daten zur Verfügung stehen, so wie auch bei einigen seltenen Krankheiten. „Wir werden weiterhin wertvolle Erkenntnisse liefern, die unsere Kollegen an der MHH nutzen können“, sagt Sundaram. „Unabhängig davon werden wir die Ergebnisse auch dafür nutzen können, weitere hilfreiche Rechentools für andere Anwendungen zu entwickeln.“
Kontakt
Dr. Sowmya S. Sundaram
Sowmya Sundaram ist Postdoc am L3S und forscht unter anderem im Bereich Deep Learning in der Medizin.