idw - Informationsdienst
Wissenschaft
𝗥𝗼𝗯𝘂𝘀𝘁𝗲 𝗠𝗶𝗸𝗿𝗼𝗯𝗶𝗼𝗺-𝗦𝗶𝗴𝗻𝗮𝘁𝘂𝗿𝗲𝗻 𝗲𝗿𝗺ö𝗴𝗹𝗶𝗰𝗵𝗲𝗻 𝗽𝗿ä𝘇𝗶𝘀𝗲𝗿𝗲 𝗗𝗶𝗮𝗴𝗻𝗼𝘀𝗲𝗻 𝘂𝗻𝗱 𝗲𝗿ö𝗳𝗳𝗻𝗲𝗻 𝗻𝗲𝘂𝗲 𝗧𝗵𝗲𝗿𝗮𝗽𝗶𝗲𝗮𝗻𝘀ä𝘁𝘇𝗲 𝗳ü𝗿 𝗱𝗶𝗲 𝗕𝗲𝗵𝗮𝗻𝗱𝗹𝘂𝗻𝗴 𝘃𝗼𝗻 𝗡𝗔𝗙𝗟𝗗
𝗙𝗼𝗿𝘀𝗰𝗵𝗲𝗻𝗱𝗲𝗻 𝗴𝗲𝗹𝗮𝗻𝗴 𝗲𝘀 𝗶𝗻 𝗲𝗶𝗻𝗲𝗿 𝗦𝘁𝘂𝗱𝗶𝗲 𝗺𝗶𝘁 𝗺𝗲𝗱𝗶𝘇𝗶𝗻𝗶𝘀𝗰𝗵𝗲𝗻 𝗗𝗮𝘁𝗲𝗻 𝘃𝗼𝗻 𝗺𝗲𝗵𝗿 𝗮𝗹𝘀 𝟭𝟮𝟬𝟬 𝗣𝗲𝗿𝘀𝗼𝗻𝗲𝗻, 𝘀𝗽𝗲𝘇𝗶𝗳𝗶𝘀𝗰𝗵𝗲 𝗠𝗶𝗸𝗿𝗼𝗯𝗶𝗼𝗺-𝗦𝗶𝗴𝗻𝗮𝘁𝘂𝗿𝗲𝗻 𝘇𝘂 𝗶𝗱𝗲𝗻𝘁𝗶𝗳𝗶𝘇𝗶𝗲𝗿𝗲𝗻, 𝗱𝗶𝗲 𝗲𝗶𝗻𝗲 𝗽𝗿ä𝘇𝗶𝘀𝗲 𝗩𝗼𝗿𝗵𝗲𝗿𝘀𝗮𝗴𝗲 𝗱𝗲𝗿 𝗻𝗶𝗰𝗵𝘁-𝗮𝗹𝗸𝗼𝗵𝗼𝗹𝗶𝘀𝗰𝗵𝗲𝗻 𝗙𝗲𝘁𝘁𝗹𝗲𝗯𝗲𝗿𝗲𝗿𝗸𝗿𝗮𝗻𝗸𝘂𝗻𝗴 (𝗡𝗼𝗻-𝗔𝗹𝗰𝗼𝗵𝗼𝗹𝗶𝗰 𝗙𝗮𝘁𝘁𝘆 𝗟𝗶𝘃𝗲𝗿 𝗗𝗶𝘀𝗲𝗮𝘀𝗲 – 𝗡𝗔𝗙𝗟𝗗) 𝗲𝗿𝗺ö𝗴𝗹𝗶𝗰𝗵𝗲𝗻. 𝗗𝗶𝗲 𝗣𝗿𝗼𝗯𝗮𝗻𝗱𝗲𝗻 𝗹𝗶𝘁𝘁𝗲𝗻 𝗮𝗻 𝘃𝗲𝗿𝘀𝗰𝗵𝗶𝗲𝗱𝗲𝗻𝗲𝗻 𝗦𝘁𝗼𝗳𝗳𝘄𝗲𝗰𝗵𝘀𝗲𝗹𝗸𝗿𝗮𝗻𝗸𝗵𝗲𝗶𝘁𝗲𝗻 𝘄𝗶𝗲 𝗡𝗔𝗙𝗟𝗗, 𝗙𝗲𝘁𝘁𝗹𝗲𝗶𝗯𝗶𝗴𝗸𝗲𝗶𝘁, 𝗧𝘆𝗽-𝟮-𝗗𝗶𝗮𝗯𝗲𝘁𝗲𝘀, 𝗕𝗹𝘂𝘁𝗵𝗼𝗰𝗵𝗱𝗿𝘂𝗰𝗸 𝘂𝗻𝗱 𝗔𝘁𝗵𝗲𝗿𝗼𝘀𝗸𝗹𝗲𝗿𝗼𝘀𝗲, 𝘄𝗼𝗯𝗲𝗶 𝗮𝗹𝗹𝗲 𝗮𝗹𝘀 𝘁𝘆𝗽𝗶𝘀𝗰𝗵𝗲 𝗕𝗲𝗴𝗹𝗲𝗶𝘁𝗲𝗿𝗸𝗿𝗮𝗻𝗸𝘂𝗻𝗴𝗲𝗻 𝗲𝗶𝗻𝗲𝗿 𝗡𝗔𝗙𝗟𝗗 𝗴𝗲𝗹𝘁𝗲𝗻.
Bei den gefundenen Signaturen handelt es sich um spezifische Arten des Darmmikrobioms und um bakterielle Stoffwechselprodukte, die helfen können, NAFLD-Patienten von Nicht-NAFLD-Patienten zu unterscheiden. Sie erlauben die Abgrenzung zu anderen Erkrankungen und sind daher besonders geeignet für eine gezielte Diagnostik. Unterstützt durch maschinelle Lernmodelle erzielten die Forschenden mit den erhobenen Datensätzen eine Diagnosegenauigkeit von über 90 %.
Die NAFLD betrifft bis zu 40 % der Bevölkerung in westlichen Ländern und ist eine der häufigsten Stoffwechselkrankheiten weltweit. Sie zeichnet sich durch eine übermäßige Einlagerung von Fett in den Leberzellen aus, die zu einem etwa 10 % erhöhten Lebergewicht bei eingeschränkter Leberfunktion führen kann.
Trotz intensiver Forschung sind die genauen Mechanismen der Krankheitsentstehung und ihres Verlaufs (Pathophysiologie) bislang nicht vollständig geklärt. Das Darmmikrobiom scheint dabei eine wichtige Rolle zu spielen, denn es beeinflusst die sogenannte Darm-Leber-Achse und könnte so maßgeblich an der Entstehung von NAFLD beteiligt sein. Ein internationales Forschungsteam unter der Leitung des Leibniz-Instituts für Naturstoff-Forschung und Infektionsbiologie – Hans-Knöll-Institut (Leibniz-HKI) ist der Frage nachgegangen, ob die Zusammensetzung des Mikrobioms aus vielen unterschiedlichen Mikroorganismen-Arten ein Indikator für NAFLD sein könnte. Die Studie hat genau dies bestätigt: Eine spezifische Zusammensetzung des Darmmikrobioms, gewissermaßen der Fingerabdruck oder eben seine Signatur, könnte künftig als Werkzeug für präzisere Diagnosen und neue Therapieformen beispielsweise für die nicht-alkoholische Fettleber genutzt werden.
𝗜𝗻𝗻𝗼𝘃𝗮𝘁𝗶𝘃𝗲 𝗔𝗻𝗮𝗹𝘆𝘀𝗲𝗺𝗲𝘁𝗵𝗼𝗱𝗲𝗻 𝗳ü𝗿 𝗱𝗶𝗲 𝗗𝗶𝗮𝗴𝗻𝗼𝘀𝗲 𝘃𝗼𝗻 𝗡𝗔𝗙𝗟𝗗
„Das Auftreten von NAFLD in Kombination mit anderen Stoffwechselkrankheiten wie Typ-2-Diabetes ist eine besondere Herausforderung, da die Unterscheidung spezifischer Mikrobiom-Signaturen erschwert wird“, erklärt Studienleiter Gianni Panagiotou. „Wir konnten Signaturen identifizieren, die eindeutig auf NAFLD zurückzuführen sind und deren differenzierte Diagnose ermöglichen könnten.“
Die Zusammensetzung des Darmmikrobioms wird grundsätzlich durch verschiedene Faktoren wie Übergewicht, Alter, Ernährung, Geschlecht oder durch Medikamenteneinnahme beeinflusst.
𝗘𝗶𝗻𝗯𝗹𝗶𝗰𝗸𝗲 𝗶𝗻 𝗱𝗶𝗲 𝗠𝗲𝗰𝗵𝗮𝗻𝗶𝘀𝗺𝗲𝗻 𝗱𝗲𝗿 𝗞𝗿𝗮𝗻𝗸𝗵𝗲𝗶𝘁
In der Studie wurden moderne ökologische Netzwerkanalysen eingesetzt, um zu entschlüsseln, wie verschiedene Mikroorganismen in ihrer natürlichen Umgebung, dem menschlichen Darm, miteinander interagieren. Diese Analysen basieren auf interdisziplinären, datenbasierten und computergestützten Methoden, um die Beziehungen zwischen den Arten und ihrer Umgebung besser zu verstehen. Die Forschenden konnten zeigen, dass bestimmte Mikrobiom-Netzwerke direkt mit der Entwicklung von NAFLD verknüpft sind. Diese Ansätze liefern nicht nur präzise diagnostische Einblicke, sondern auch ein tieferes Verständnis der Krankheitsmechanismen.
𝗣𝗲𝗿𝘀𝗽𝗲𝗸𝘁𝗶𝘃𝗲: 𝗽𝗲𝗿𝘀𝗼𝗻𝗮𝗹𝗶𝘀𝗶𝗲𝗿𝘁𝗲 𝗠𝗲𝗱𝗶𝘇𝗶𝗻
Basierend auf den Mikrobiom-Signaturen könnten therapeutische Ansätze vorgeschlagen werden. So ist vorstellbar, mit gezielt im Labor hergestellten mikrobiellen Konsortien, also ausgewählten Gruppen von Mikroorganismen, die Darmgesundheit positiv zu beeinflussen.
„Unsere Ergebnisse eröffnen neue Möglichkeiten für die personalisierte Therapie, die zielgenau auf die individuellen Bedürfnisse des Patienten zugeschnitten ist“, betont Gianni Panagiotou. Er hat die Exzellenzprofessur Microbiome Dynamics an der Friedrich-Schiller-Universität Jena inne und leitet die gleichnamige Abteilung am Leibniz-HKI. Mit seinen Arbeiten widmet er sich einem zentralen Anliegen des Exzellenzclusters „Balance of the Microverse“, dem Verständnis der Wechselwirkungen zwischen Mikrobiomen und ihrer Umwelt.
Die Ergebnisse der Studie unterstreichen die Bedeutung des Darmmikrobioms für die Entwicklung neuer Methoden in der personalisierten Medizin. Die Kombination aus genetischen, klinischen und ökologischen Daten eröffnet neue Möglichkeiten, um Stoffwechselkrankheiten wie NAFLD besser zu verstehen und effektiver zu behandeln.
Die Studie, die jetzt im Fachjournal Microbiome veröffentlicht wurde, erhielt unter anderem Förderung von der Deutschen Forschungsgemeinschaft im Rahmen des Jenaer Exzellenzclusters „Balance of the Microverse“ sowie des Bundesministeriums für Bildung und Forschung (BMBF) und der Europäischen Kommission mit dem Forschungs- und Innovationsprogramm Horizont 2020.
Prof. Dr. Gianni Panagiotou
+49 3641 532-1759
gianni.panagiotou@leibniz-hki.de
Nychas E, Marfil-Sánchez A, Chen X, Mirhakkak M, Li H, Jia W, Xu A, Nielsen HB, Nieuwdorp M, Loomba R, Ni Y, Panagiotou G (2025) Discovery of robust and highly specific microbiome signatures of Non-Alcoholic Fatty Liver Disease. Microbiome 13, 10, https://doi.org/10.1186/s40168-024-01990-y
Gianni Panagiotou ist Leiter der Abteilung „Microbiome Dynamics“
Anna Schroll, Friedrich-Schiller Universität Jena
Criteria of this press release:
Business and commerce, Journalists, Scientists and scholars, Students, Teachers and pupils, all interested persons
Biology, Medicine, Nutrition / healthcare / nursing
transregional, national
Research results, Scientific Publications
German
You can combine search terms with and, or and/or not, e.g. Philo not logy.
You can use brackets to separate combinations from each other, e.g. (Philo not logy) or (Psycho and logy).
Coherent groups of words will be located as complete phrases if you put them into quotation marks, e.g. “Federal Republic of Germany”.
You can also use the advanced search without entering search terms. It will then follow the criteria you have selected (e.g. country or subject area).
If you have not selected any criteria in a given category, the entire category will be searched (e.g. all subject areas or all countries).