JLU koordiniert Projekt GUARDIAN – 3,5 Millionen Euro Bundesförderung
Antibiotikaresistente Bakterien, insbesondere aus der Gruppe der Enterobakterien, bedrohen weltweit die öffentliche Gesundheit. Diese Bakterien können ihre Widerstandsfähigkeit gegen Medikamente durch den Austausch von Erbmaterial weitergeben. Das Projekt GUARDIAN, das vom Institut für Medizinische Informatik der Justus-Liebig-Universität Gießen (JLU) koordiniert wird, zielt darauf ab, Ausbrüche dieser resistenten Bakterien frühzeitig zu erkennen und zu verhindern. Das Bundesministerium für Forschung, Technologie und Raumfahrt (BMFTR) fördert GUARDIAN mit insgesamt 3,5 Millionen Euro.
Knapp zwei Millionen Euro fließen bis 2028 in das Gießener Teilprojekt „Datenerhebung, -integration und Resistenzprognose im One-Health-Kontext“ unter der Leitung von Prof. Dr. Keywan Sohrabi. Dabei werden Daten aus der Humanmedizin, der Tiermedizin, dem Lebensmittelbereich sowie aus Umweltuntersuchungen zusammengeführt und systematisch ausgewertet. Mit Künstlicher Intelligenz sollen Vorhersagen darüber getroffen werden, wie und wo sich diese Erreger voraussichtlich ausbreiten. Im Fokus stehen besonders problematische Bakterienarten wie Citrobacter, Escherichia coli, Klebsiella und Enterobacter, die bereits in Kliniken, Abwässern oder auf landwirtschaftlichen Flächen nachgewiesen wurden und häufig eine Unempfindlichkeit gegenüber wichtigen Reserveantibiotika aufweisen. Dabei spielen sogenannte Plasmide eine zentrale Rolle. Hierbei handelt es sich um kleine ringförmige DNA-Strukturen, die Resistenzgene zwischen verschiedenen Bakterienarten übertragen können.
Das interdisziplinäre Projekt GUARDIAN (Genom-basierte Identifizierung, Analyse und Prädiktion antimikrobieller Resistenzen in One-Health-Netzwerken unter Verwendung von künstlicher Intelligenz) vereint Fachkompetenz aus Humanmedizin, Veterinärmedizin, Medizinischer Informatik, Mikrobiologie, Bioinformatik, Epidemiologie, Umweltwissenschaften und öffentlichem Gesundheitswesen. Beteiligt sind unter anderem die Institute für Medizinische Mikrobiologie der JLU und der Philipps-Universität Marburg sowie das JLU-Institut für Hygiene und Infektionskrankheiten der Tiere. Zu dem Konsortium tragen weitere Institute der JLU bei, ebenso wie der Landesbetrieb Hessisches Landeslabor, das Hessische Landesamt für Gesundheit und Pflege, die Universitätsmedizin Greifswald und die Technische Hochschule Mittelhessen.
Die enge Vernetzung unterschiedlicher Disziplinen ermöglicht einen ganzheitlichen One-Health-Ansatz zur Erforschung, Vorhersage und Prävention der Ausbreitung antibiotikaresistenter Erreger. Auf der Grundlage der Forschungsergebnisse sollen wirksamere Maßnahmen zur Prävention und Kontrolle antibiotikaresistenter Keime im Gesundheitswesen und darüber hinaus entwickelt werden. GUARDIAN stärkt damit die Forschungskompetenz in Mittelhessen und leistet einen bedeutenden Beitrag zur Bewältigung einer globalen Gesundheitsherausforderung.
Prof. Dr. Keywan Sohrabi, Institut für Medizinische Informatik
Telefon: 0641 99-41361
E-Mail: keywan.sohrabi@informatik.med.uni-giessen.de
https://www.gesundheitsforschung-bmftr.de/de/guardian-genom-basierte-identifizie...
Das Projekt GUARDIAN nutzt KI zum Kampf gegen resistente Bakterien.
Quelle: KI-gener. mit Hilfe von ChatGPT
Merkmale dieser Pressemitteilung:
Journalisten, Studierende, Wissenschaftler
Ernährung / Gesundheit / Pflege, Informationstechnik, Medizin, Tier / Land / Forst
überregional
Forschungsprojekte, Kooperationen
Deutsch

Sie können Suchbegriffe mit und, oder und / oder nicht verknüpfen, z. B. Philo nicht logie.
Verknüpfungen können Sie mit Klammern voneinander trennen, z. B. (Philo nicht logie) oder (Psycho und logie).
Zusammenhängende Worte werden als Wortgruppe gesucht, wenn Sie sie in Anführungsstriche setzen, z. B. „Bundesrepublik Deutschland“.
Die Erweiterte Suche können Sie auch nutzen, ohne Suchbegriffe einzugeben. Sie orientiert sich dann an den Kriterien, die Sie ausgewählt haben (z. B. nach dem Land oder dem Sachgebiet).
Haben Sie in einer Kategorie kein Kriterium ausgewählt, wird die gesamte Kategorie durchsucht (z.B. alle Sachgebiete oder alle Länder).