Das Ziel dieses Arbeitspaketes ist die Entwicklung eines neuartigen Systems für die Identifizierung von Infektionserregern und ihren Antibiotika-Resistenzen mit Potential für die Anwendung im klinischen Labor.
Das System beruht auf einer Sequenziermethode der „Dritten Generation“ (Nanoporen-Sequenzierung), mit deren Hilfe DNA sehr viel schneller und kostengünstiger sequenziert werden kann. Das System ist außerdem weitgehend skalierbar und präziser als andere Identifizierungssysteme für Mikroorganismen. Insbesondere können so identische Keime bestimmt und Infektionsketten erkannt werden. Die Methodik, die im Universitätslabor bereits grundsätzlich nachgewiesen wurde, soll im Rahmen des Projektes so weiterentwickelt werden, dass sie im klinischen Alltag eingesetzt werden kann.
Weiterhin sollen Datenanalyse-Strategien entwickelt werden, mit denen sich die Wirkung der in den Genomen gefundenen Antibiotikaresistenz-Gene (MHK: minimale Hemmkonzentration) vorhersagen lassen. Diese Vorhersagen sollen durch den Abgleich mit bereits existierenden klinisch-mikrobiologischen Test-Systemen intensiv validiert werden.
Im klinischen Alltag gibt es etablierte Arbeitsschritte zur Identifizierung von pathogenen Bakterien und Charakterisierung der klinisch relevanten Antibiotikaresistenzen. Hierzu werden die den Patient*innen entnommenen Proben zunächst kultiviert. Im Fall einer Blutprobe ist das die Blutkultur, die durch Kohlendioxidbildung das Wachstum von Bakterien anzeigt. Eine Blutkultur beansprucht zumeist zwischen einem und mehreren Tagen. Anschließend werden weitere Kultivierungsschritte unternommen (Agarplattenkultur), um danach eine visuelle Identifizierung des Erregers vorzunehmen. Auch dieser Schritt dauert zwischen einem und mehreren Tagen.
Eine weitgehend automatisierte Erregeridentifizierung, die vor allem in größeren Laboren eingesetzt wird, ist an dieser Stelle die MALDI-Massenspektrometrie. Nach der Identifizierung der Erregerspezies folgt die Bestimmung der minimalen Hemmkonzentration (MHK) für eine Reihe klinisch relevanter Antibiotika. Dies wird zumeist von Laborgeräten automatisiert erledigt, benötigt aber wiederum mehrere Stunden für die Analyse.
Im KINBIOTICS-Projekt wollen wir diese Arbeitsabläufe stark verkürzen und die Sequenzdaten der Erreger nutzen, um möglichst auch die MHKs für die klinisch genutzten Antibiotika vorhersagen zu können.