Verbund

DECODE-GN - KI, molekulare Analytik und digitale Pathologie für präzisere Diagnostik und Therapie glomerulärer Nierenerkrankungen

Im Rahmen des strategischen Forschungsfelds Gesundheit der Hightech Agenda Deutschland sollen die Potenziale von Künstlicher Intelligenz (KI), In-silico-Modellierungen und Computersimulationen für die datengetriebene Gesundheitsforschung gehoben werden. Der modular aufgebaute Förderschwerpunkt „Zukunft eHealth“ zielt darauf ab, die besten Köpfe für eine wissenschaftliche Karriere in diesem interdisziplinären Forschungsfeld zu gewinnen. Eines der Module fokussiert dabei auf die Förderung von Juniorverbünden unter der Leitung wissenschaftlich herausragender promovierter Wissenschaftlerinnen und Wissenschaftler, um sie bei der Vernetzung und auf ihrem Weg zu einer wissenschaftlichen Führungsposition im Bereich eHealth zu unterstützen.

Glomerulonephritiden sind schwere immunvermittelte Nierenerkrankungen, deren Diagnose bislang fast ausschließlich durch die mikroskopische Untersuchung von Gewebebiopsien erfolgt. Diese Methode erfasst die räumliche und molekulare Heterogenität des erkrankten Nierengewebes nur begrenzt, was eine präzisere Prognose und Therapieauswahl erschwert.

Der Juniorverbund DECODE-GN schließt diese Lücke, indem er moderne Technologien einsetzt: Computergestützte Bildanalyse, Künstliche Intelligenz und molekulare Gewebeanalysen ermöglichen die Gewinnung objektiver, messbare Krankheitsmerkmale aus Nierenbiopsien. Auf dieser Basis entsteht ein umfassender digitaler Atlas, der charakteristische Gewebemuster mit den zugrunde liegenden Immunprozessen verknüpft. Die entwickelten Analysemethoden werden anschließend an Daten aus Patientenregistern validiert, um sicherzustellen, dass sie im klinischen Alltag zuverlässig zur verbesserten Diagnose und zur gezielteren Therapieauswahl eingesetzt werden können. So liefert DECODE-GN Werkzeuge für eine präzisere Diagnose und eine individuellere Behandlung glomerulärer Nierenerkrankungen.

Teilprojekte

Standort Hamburg

Förderkennzeichen: 01ZU2605A
Gesamte Fördersumme: 958.930 EUR
Förderzeitraum: 2026 - 2029
Projektleitung: Dr. Robin Khatri
Adresse: Universitätsklinikum Hamburg-Eppendorf, Zentrum für Molekulare Neurobiologie Hamburg (ZMNH), Institut für Medizinische Systembiologie
Falkenried 94
20251 Hamburg

Standort Hamburg

Glomerulonephritiden sind schwere immunvermittelte Nierenerkrankungen, deren Diagnose bislang vor allem auf der mikroskopischen Begutachtung von Gewebebiopsien beruht. Diese erfasst die räumliche und molekulare Heterogenität des erkrankten Nierengewebes nur begrenzt und erschwert eine präzisere Prognose und Therapieauswahl. Sie zählen weltweit zu den häufigsten Ursachen für dauerhaftes Nierenversagen. Das Vorhaben am UKE Hamburg umfasst zwei Teilprojekte (TP) des Juniorverbunds DECODE-GN: TP1 entwickelt computergestützte Verfahren, die räumlich aufgelöste Genaktivitätsdaten aus Nierengewebe mit Methoden der künstlichen Intelligenz auswerten. TP3 entwickelt komplementär Verfahren des topologischen Deep Learning zur multimodalen Integration räumlicher Muster. Die eingesetzten Modelle bilden neben einzelnen Zellen auch höhergradige Gewebestrukturen wie Zellgruppen und organisierte Mikroumgebungen ab. Auf Grundlage eines Datensatzes von mehr als 140 Patientenproben mit klinischen Daten werden Verfahren entwickelt, um 1) Daten unterschiedlicher Messtechnologien zusammenzuführen; 2) krankheitsrelevante Gewebemuster zu identifizieren; 3) Patientenuntergruppen anhand molekularer Eigenschaften mit präziserer Prognose zu identifizieren sowie 4) Krankheitstrajektorien und kritische Übergangspunkte abzuleiten. Die entwickelte Software (SpatialIntegrate, DISSECT+, TopoSpatial) wird quelloffen bereitgestellt. Gemeinsam mit dem Verbundpartner TP2 (RWTH Aachen) entstehen Werkzeuge für eine präzisere Diagnose und individuellere Therapie glomerulärer Nierenerkrankungen.

Standort Aachen

Förderkennzeichen: 01ZU2605B
Gesamte Fördersumme: 318.411 EUR
Förderzeitraum: 2026 - 2029
Projektleitung: Dr. David Laurin Hölscher
Adresse: RWTH Aachen University, Medizinische Fakultät; Universitätsklinikum Aachen AöR; Institut für Pathologie
Pauwelsstraße 30
52074 Aachen

Standort Aachen

Glomerulonephritiden sind schwere immunvermittelte Nierenerkrankungen, deren Diagnose bislang vor allem auf der mikroskopischen Begutachtung von Gewebebiopsien beruht. Diese erfasst die räumliche und molekulare Heterogenität des erkrankten Nierengewebes nur begrenzt und erschwert eine präzisere Prognose und Therapieauswahl. Sie zählen weltweit zu den häufigsten Ursachen für dauerhaftes Nierenversagen. Das Vorhaben an der RWTH Aachen setzt moderne Technologien ein, um diese Lücke zu schließen: mithilfe computergestützter Bildanalyse, künstlicher Intelligenz und molekularer Gewebeanalysen sollen aus Nierenbiopsien objektive, messbare Krankheitsmerkmale gewonnen werden. Auf dieser Grundlage entsteht ein umfassender digitaler Atlas, der charakteristische Gewebemuster mit den dahinterliegenden Immunprozessen verknüpft. Die entwickelten Analysemethoden werden anschließend an Daten aus Patientenregistern überprüft, um sicherzustellen, dass sie im klinischen Alltag zuverlässig zur verbesserten Diagnose und zur gezielteren Auswahl der richtigen Therapie eingesetzt werden können. Gemeinsam mit den Verbundpartnern TP1 und TP3 (UKE Hamburg) entstehen Werkzeuge für eine präzisere Diagnose und individuellere Therapie glomerulärer Nierenerkrankungen.