Uni-Logo

Direktzugriff

    Die Community gegen Covid-19

    14.10.2020 10:24
    Auf dem Erbgut von SARS-CoV-2 sitzt womöglich ein neuer Therapieansatz gegen das Virus – eine Freiburger Gruppe macht ihre Daten für Forschende weltweit zugänglich „Galaxy“ stellt Forschenden auf der ganzen Welt Daten und Werkzeuge für ihre Arbeit zur Verfügung – als sich das neuartige Coronavirus verbreitete, bot die Plattform eine solide und erprobte Infrastruktur. Foto: Peter Schreiber Media/stock.adobe.com

    „Galaxy“ stellt Forschenden auf der ganzen Welt Daten und Werkzeuge für ihre Arbeit zur Verfügung – als sich das neuartige Coronavirus verbreitete, bot die Plattform eine solide und erprobte Infrastruktur. Foto: Peter Schreiber Media/stock.adobe.com

    Freiburg, 07.10.2020

    Immer identisch und darum wohl wichtig: Das Virus SARS-CoV-2 setzt bestimmte chemische Gruppen stets an dieselben Stellen in seinem Erbgut. Das hat Dr. Björn Grüning vom Institut für Informatik der Universität Freiburg mit Kolleginnen und Kollegen aus der Bioinformatik, der Virologie und der Pharmazie herausgefunden. Erstmals wies das Team die Beobachtung an Zellen aus menschlichen Corona-Patientinnen und -Patienten nach. Diese epigenetische Erbgut-Landschaft des Virus lässt sich nur mit DRS, direkter RNA-Sequenzierung, sehen. Auf der Plattform „Galaxy“ sind Grünings Daten nun weltweit verfügbar. Sie könnten zu neuen Therapieansätzen gegen Covid-19 führen. Jürgen Schickinger hat mit dem Bioinformatiker, der auch Leiter des Freiburger Galaxy-Teams ist, über seine Arbeit gesprochen.

    Herr Grüning, was ist unter einer „Erbgut-Landschaft“ zu verstehen?

    Björn Grüning: Das Erbgut enthält epigenetische Strukturen, die auf den Genen sitzen. Es gibt viele verschiedene solcher Modifizierungen. Zum Teil hängen beispielsweise kleine chemische Gruppen wie Methyl-, Acetylreste oder andere an den Nukleotiden, den Genbuchstaben. Epigenetische Merkmale beeinflussen, wie aktiv oder inaktiv modifizierte Gene sind, und bilden zusammen die Landschaft der Modifizierungen. Unser Landschaftsprofil des Erbguts von SARS-CoV-2 ist nur ein grober Umriss: Wir haben uns ausschließlich auf Methylierungen konzentriert.

    Ist das Profil bei SARS-CoV-2 interessant?

    Sein Erbgut enthält jedenfalls Hunderte von Methylierungen. Vergleichbare Resultate, also 10 bis 20 stark methylierte Stellen, hat bisher nur eine koreanische Forschungsgruppe publiziert – mit einer einzigen Erbgutprobe. Wir haben fünf Proben analysiert und verglichen: die koreanischen Daten, die einer australischen Gruppe und von drei deutschen Proben, die wir selbst untersucht haben. Durch den Vergleich konnten wir erstmals zeigen, dass das Muster der Methylierungen im SARS-CoV-2 Erbgut stark konserviert ist. Die Modifizierungen sind immer an denselben Stellen zu finden.

    Warum könnte das zu neuen Therapien führen?

    Wenn ein Muster konserviert ist, ist es auch wichtig. SARS-CoV-2 betreibt ja jedes Mal einen Aufwand, um Methylgruppen immer an identische Stellen zu verpflanzen. Darum sind die Modifizierungen ein potenzieller Angriffspunkt für neue Covid-19-Therapien.

    Wie ließe sich da angreifen?

    Dazu müsste zunächst das Enzym gut charakterisiert sein, mit dem SARS-CoV-2 Methylierungen setzt. Dann können Forschende prinzipiell Moleküle basteln, die dieses Enzym hemmen. Im Genom des Virus gäbe es keine Methylierungen mehr. Allerdings wissen wir nicht: Wäre SARS-CoV-2 damit völlig kaltgestellt, wäre das Virus nur gebremst, oder käme es ohne Methylierungen womöglich genauso gut zurecht wie mit? Das muss noch erforscht werden.

    Wieso kommt dieser spannende Ansatz gerade aus der Bioinformatik?

    Bei uns laufen seit Februar 2020 einige Corona-Projekte, etwa zu Genom-Unterschieden auf Sequenzebene oder zur Proteinausstattung des Virus. Den Anstoß zum Methylierungs-Projekt gab, dass ich über DRS, also direct RNA sequencing, und MinION, ein entsprechendes Gerät zur Analyse, gestolpert bin. Das Erbgut von SARS-CoV-2 besteht ja aus RNA. Wir konnten nur mit DRS an die Methylierungen rankommen

    Was ist an DRS besonders?

    RNA ist ein Schwestermolekül der DNA, sehr ähnlich, aber nicht tupfengleich. Für Sequenzierungen wird RNA üblicherweise zuerst in eine cDNA übersetzt und dann entschlüsselt. Bei der Übersetzung gehen aber Informationen flöten wie über Methylierungen und andere Modifikationen. Das DRS-Verfahren spart sich den Umweg über die cDNA. Hier schlängelt sich die RNA-Kette selbst durch eine Proteinpore, deren Spannung sich ändert – je nachdem, welcher Erbgutbuchstabe gerade in der Pore hängt. Das MinION-Gerät ist etwa so groß wie ein USB-Stick und macht DRS in Echtzeit: Schon während des Verfahrens sehen Sie, wie die Sequenz hinten rauspurzelt.

    Wie kommen Sie dabei an Methylierungsdaten?

    Die Spannung von einem unmethylierten Nukleotid ist anders als die von einem methylierten. Wir bekommen als Signale eine Zickzacklinie aus Spannungspeaks. Beim Vergleich von Linien einer RNA ohne Modifizierungen mit denen einer modifizierten sehen halt ein paar Zacken anders aus. Im Detail ist das allerdings deutlich komplizierter: Wir müssen ja rauskitzeln, was der Zackenunterschied bedeutet – eine Methylierung oder eine der vielen anderen möglichen Modifizierungen? Das DRS-Verfahren ist noch recht jung. Es gibt wenige Werkzeuge, um die Daten zu analysieren. Außerdem fallen enorme Massen an, bei den fünf Proben mehr als ein Terabyte. Um diese Datenflut richtig interpretieren zu können, mussten wir mit Algorithmen des maschinellen Lernens ein neues Modell entwickeln.

    Woher stammt das Probenmaterial aus menschlichen Zellen?

    An die kamen wir über Prof. Dr. Ralf Gilsbach, der früher am Pharmakologischen Institut der Uni Freiburg gearbeitet hat. Gilsbach ist DRS-Fachmann, er hat den Kontakt zur Virologie des Universitätsklinikums Freiburg hergestellt. Die haben auch gleich zugesagt. Dr. Jonas Fuchs aus der Arbeitsgruppe von Prof. Dr. Georg Kochs hat menschliche Lungenepithelzellen mit SARS-CoV-2 aus verschiedenen Patienten infiziert, das Erbgut vermehrt und isoliert. Die Sequenzdaten kamen an die Bioinformatik, wo der Doktorand Milad Miladi sie analysiert hat. Klingt ziemlich kompliziert, nicht wahr? Aber alles in allem hat das Projekt nur etwa sechs Wochen gedauert. Da kamen einige günstige Umstände und ein klasse Team zusammen.

    Welche Rolle spielt Galaxy dabei?

    Galaxy ist enorm wichtig, nicht nur zur Vernetzung in der wissenschaftlichen Community. Die Plattform hat mehr als 18.000 registrierte Nutzerinnen und Nutzer. Sie können dort Daten hochladen und auf mehr als 2.500 verschiedene Werkzeuge zugreifen, um Daten zu analysieren oder darzustellen. Hinter der Plattform steckt Infrastruktur der Uni Freiburg – der Supercomputer im Rechenzentrum und die Rechenleistung des „de.NBI“, des deutschen Netzwerks für Bioinformatische Infrastruktur. Ohne die könnten wir Datenmassen wie in unserer Kooperation gar nicht effizient auswerten. Möglicherweise werden wir noch ein paar weitere SARS-CoV-2 Genome auf Methylierungen untersuchen, um unser Ergebnis abzusichern. Vielleicht schauen wir auch nach Acetylierungen oder anderen epigenetischen Modifikationen. Ein „epigenetisches“ Medikament gegen den Erreger zu entwickeln überlassen wir eher anderen. Auf Galaxy stehen unsere Daten ja global zur Verfügung. Wenn eine Forschungsgruppe auf dieser Grundlage versuchen würde, einen Wirkstoff zu entwickeln, fände ich das super.

    Corona im Kaleidoskop: Björn Grüning im Videopodcast



    Benutzerspezifische Werkzeuge