Die Listeriose ist eine meldepflichtige Infektionskrankheit des Menschen mit außerordentlich hoher Fallsterblichkeit. Sie wird durch den Verzehr von Lebensmitteln, welche mit dem Bakterium Listeria (L.) monocytogenes kontaminiert sind, übertragen. Jährlich werden in Deutschland ca. 500-700 Erkrankungsfälle gemeldet. Von ca. 2/3 dieser Fälle werden die zugehörigen Bakterienisolate gewonnen und dem Konsiliarlabor für Listerien (KL Listeria) am RKI in Wernigerode zugesendet. Durch Sequenzierung der Genome dieser Isolate ermittelt das KL Listeria die mikrobiologisch-genetischen Fingerabdrücke (=genetische Subtypen) aller eingesendeten Bakterienisolate mit dem Ziel, Ausbrüche zu erkennen und Übertragungswege nachzuvollziehen. Durch Assoziation der ermittelten genetischen Subtypen mit klinischen Daten zur Schwere der Krankheitsverläufe können außerdem besonders pathogene (hypervirulente) Subtypen und abgeschwächte (hypovirulente) genetische Subtypen von L. monocytogenes erkannt werden.
H1: Die Ursachen der Hyper- (schwerer Krankheitsverlauf) und Hypovirulenz (milder Krankheitsverlauf) werden durch besondere genetische Merkmale der hyper- und hypovirulenten Erregersubtypen bestimmt und müssen sich daher aus Genomsequenzdaten ableiten lassen.
H2: Die besonderen genetischen Merkmale, die die hyper- und hypovirulenten Erregersubtypen bestimmen, lassen sich aus den Genomsequenzdaten ableiten.
Zur automatischen Schätzung des Virulenzpotentials bislang nicht charakterisierter und neu auftretender Subtypen in Genomdatensätzen klinischer L. monocyctogenes-Isolate werden mit Hilfe klassischer machine learning- und deep learning-Verfahren entsprechende Modelle neu entwickelt. Die so ermittelten Vorhersagen sollen dann in Infektionsexperimenten auf ihren Wahrheitsgehalt geprüft werden. Dieses Verfahren würde eine völlig neue Grundlage für explorative genetische Experimente bilden.
Laufzeit: 01.11.2024 – 31.10.2026
Mittelgeber: Land Sachsen-Anhalt / Europäische Union (EFRE)
Förderprogramm: Sachsen-Anhalt WISSENSCHAFT
Gesamtbudget: 470.468,43 Euro
Förderbetrag: 470.468,43 Euro
Förderkennzeichen: ZS/2024/01/183612