Antibiotika-resistente Bakterien, insbesondere gramnegative Enterobakterien, stellen eine wachsende globale Gesundheitsgefahr dar. Das Forschungsprojekt GUARDIAN verfolgt das Ziel, Krankheitsausbrüche durch resistente Bakterien frühzeitig zu erkennen und zu verhindern. Im Fokus stehen sogenannte Hochrisiko-Bakterien sowie genetische Elemente, die Resistenzen oder krankmachende Eigenschaften fördern. Da diese Erreger in Mensch, Tier und Umwelt vorkommen und sich sektorübergreifend ausbreiten, setzt GUARDIAN auf einen integrativen One-Health-Ansatz. Mit Verfahren der Künstlichen Intelligenz (KI) und des maschinellen Lernens, werden genetische und epidemiologische Daten z. B. aus Kliniken, der Tierhaltung und Umweltproben in einen einheitlichen Kerndatensatz integriert und ausgewertet. Ziel ist es, durch die Analyse von zeitlichen und geografischen Mustern die Verbreitungswege resistenter Erreger und Resistenzgene besser zu verstehen und Risiken frühzeitig zu identifizieren. Kernstück ist das interaktive KI gestützte Informations-Dashboard CIAID, das Fachleuten aus Human- und Veterinärmedizin sowie dem öffentlichen Gesundheitswesen in Echtzeit zuverlässige Informationen bereitstellt – als Grundlage für schnelle und koordinierte Gegenmaßnahmen. Die Justus-Liebig-Universität Gießen (JLU) koordiniert das Verbundprojekt und leistet einen zentralen Beitrag zur Datenerhebung, -integration und -analyse. Die beteiligten JLU-Institute sammeln gezielt Proben aus den verschiedenen One-Health-Bereichen, standardisieren die heterogenen Datenformate nach internationalen Vorgaben und entwickeln prädiktive Modelle zur Vorhersage der Ausbreitung resistenter Bakterien. In enger Zusammenarbeit mit den Projektpartnern übernimmt die JLU auch die Umsetzung des Dashboards und übernimmt die strategische Koordination sowie die Steuerung der Zusammenarbeit im Verbund.

Colistin richtet sich gegen die Lipopolysaccharid (LPS)-Einheit auf der Oberfläche von Bakterien. Die Resistenz gegen Colistin kann mit genetischen Mutationen verbunden sein, die die LPS-Synthese und den Transport beeinträchtigen. Dieses Projekt wird sich auf die Quantifizierung der Colistin-Resistenz unter Verwendung der im Projekt entwickelten Mikrodilutions- und Fluoreszenz-Assays konzentrieren. Das Team wird weiterhin Carbapenem- und Colistin-resistente Isolate aus einer mit dem Gesundheitswesen verbundenen Umgebung für die Sequenzierung des gesamten Genoms und Metagenoms und die Analyse zur Identifizierung und Charakterisierung von Antibiotikaresistenz-Hochrisiko-Klonen bereitstellen. Die integrative Analyse der Genomdaten und der Ergebnisse der Colistin-MIC und der Colistin-bindenden Eigenschaften wird neue Erkenntnisse über genomische Merkmale liefern, mit den in funktionellen und mikroskopischen Assays für die Colistin-Resistenz ermittelten Werten in Verbindung bringen und auf andere Kompartimente des Gesundheitswesens ausweiten.

Im Fokus des GUARDIAN-Projekts stehen resistente Enterobakterien, die innerhalb der One-Health-Ökologie durch Übertragung, Rekombination und Anpassung entstehen. Im Besonderen liegt das Augenmerk auch auf mobilen genetischen Elementen (MGEs) wie Plasmiden, die als treibende Kraft der Resistenzübertragung fungieren. Das Teilprojekt des Landesbetriebs Hessisches Landeslabor widmet sich der Untersuchung von Proben entlang der gesamten Lebensmittelkette. Hierzu werden Proben, die am LHL eingehen (z. B. Proben aus dem Zoonosemonitoring, aus der Primärproduktion und der Lebensmittelkette, aus dem weiteren landwirtschaftlichen Bereich oder der Nutz- und Wildtierpathologie) zunächst mittels Agarplatten-basiertem Screening auf bakterielle Isolate mit Carbapenem-Resistenz (CR) und oder Colistin-Resistenz (COL-R) hin untersucht. Für entsprechende Isolate erfolgt dann eine Speziesbestimmung mittels MALDI-TOF (Matrix-Assisted Laser Desorption Ionization Time-of-Flight) Massenspektrometrie. Sofern es sich um die Zielspezies des Projekts (Citrobacter spp. (CIT), Escherichia coli (ECO), Klebsiella spp. (KLEB) oder Enterobacter spp. (ENT)) handelt, erfolgt eine detaillierte Bestimmung des Resistenzprofils mittels Mikrodilution und die Asservierung der Isolate. Analog soll auch für sensitive Vergleichsisolate der Zielspezies verfahren werden. Im Anschluss erfolgt eine DNA-Extraktion für die Isolate und die Proben sollen an das Hessischen Landesamt für Gesundheit und Pflege (HLfGP) zwecks Ganzgenomsequenzierung übergeben werden. Final bilden die Genome, inklusive eines standardisierten Datensatzes, dann die Datengrundlage für die Erstellung des Dashboards des Gesamtprojekts. Mit diesem Dashboard wird dem öffentlichen Gesundheitswesen ein Tool an die Hand gegeben, um einfach neue Hotspots Antibiotika-resistenter Bakterien identifizieren zu können und somit die Entwicklung gezielter intersektoraler Strategien zur Resistenzbekämpfung ermöglicht.

Der Gesamtverbund des Vorhabens zielt darauf ab, die Überwachung und Steuerung antimikrobieller Resistenzen im Sinne des One-Health-Paradigmas zu verbessern. Dies wird durch die zentrale Integration und Auswertung diverser gesundheitsrelevanter Daten erreicht, um so übergreifende Erkenntnisse zu gewinnen und gezielte Interventionsmaßnahmen zu entwickeln. Die Technische Hochschule Mittelhessen (THM) entwickelt hierbei ein webbasiertes Dashboard, das gesundheitsrelevante Daten integriert und visualisiert. In Zusammenarbeit mit der Justus-Liebig-Universität Gießen werden Daten aus Humanmedizin, Veterinärmedizin und Umweltmikrobiologie zusammengeführt. Ziel ist es, disparate Datenquellen verschiedener Institutionen in einer einheitlichen Benutzeroberfläche zu konsolidieren, um datenbasierte Erkenntnisse zur Überwachung antimikrobieller Resistenzen zu gewinnen. Ein besonderes Merkmal des Projekts ist die interaktive Visualisierung von Resistenzen in Raum und Zeit durch die Integration geographischer Informationssysteme mit der Universität Greifswald. Hochauflösende Karten zeigen die regionale Verbreitung resistenter Erreger, während dynamische Grafiken zeitliche Trends veranschaulichen, um gezielte Interventionsmaßnahmen zu entwickeln. Technologisch basiert das Projekt auf einer skalierbaren Speicherarchitektur, einer Analyseumgebung auf einem GPU-Cluster und einem Datenbroker. Der Datenbroker integriert Projektdaten sicher und kontinuierlich in das zentrale Speichersystem und protokolliert transparent die Datenflüsse. Ergänzt wird die Speicherinfrastruktur durch Strategien zur Datensicherung und Systemwartung. Die THM entwickelt außerdem eine spezialisierte Analyseumgebung für maschinelles Lernen, die mit der Speicherstruktur verbunden ist, um die Verarbeitung komplexer Datensätze schnell und benutzerfreundlich sicherzustellen. Dieses Teilprojekt trägt zur sektorübergreifenden Datenintegration und zur Entwicklung digitaler Werkzeuge im One-Health-Kontext bei.

Das Gesamt-Ziel des GUARDIAN-Projektes ist es, die Reaktionsfähigkeit des öffentlichen Gesundheitswesens auf zukünftige Pandemien zu stärken. Dies soll durch die Generierung eines "central information and artificial intelligence dashboard" (CIAID) erfolgen, welches Informationen zu Antibiotika-resistenten Bakterien aus verschiedenen One Health Kompartimenten (Nutztier, Haustier, Lebensmittel, Mensch, Umwelt) intelligent bündelt und visualisiert. Das Teilprojekt des Hessischen Landesamts für Gesundheit und Pflege widmet sich dem One Health-Kompartiment Umwelt. Das Ziel ist es, Oberflächengewässer und geklärtes Abwasser auf Carbapenem-/Colistin-resistente Bakterien zu untersuchen und über Ganzgenomsequenzierung einen genetischer Fingerabdruck zu erstellt. Zusätzlich wird über Metagenom-Analyse von Wasserproben, also Sequenzierung der Gesamt-DNA, die Gesamtheit der Bakterien und Antibiotika-Resistenzgene/Virulenzgene detektiert und komplett negative Proben identifiziert. Weiter werden die genetischen Fingerabdrücke von retrospektiv gesammelten Carbapenem-resistenten Bakterien aus Human- und Oberflächengewässer-Proben aus Hessen mit den bei Verbundpartnern gefundenen Carbapenem-resistenten Bakterien verglichen. Es wird ermittelt, ob die in der Vergangenheit überwiegenden Typen heute noch vorhanden sind oder eine Veränderung stattgefunden hat. Das Monitoring der Wasserproben soll klären, ob Wasser als Sentinel für die Detektion neu aufkommender resistenter/pathogener Bakterien dienen kann und einen Hinweis geben, ob Wasser eine Quelle für relevante Resistenzdeterminanten und -Plasmide darstellt. Die im Teilprojekt generierten Daten sind Grundlage für die Erstellung des Dashboards.

Das Ziel von GUARDIAN ist es, Krankheitsausbrüche durch umfassende Überwachung, Datenanalyse und Vorhersage der Ausbreitung und des Auftretens von antimikrobiell resistenten, hochriskanten gramnegativen Bakterien zu verhindern. Das Konsortium wird zudem resistenz- oder Virulenz-vermittelnde mobile genetische Elemente als regionale Treiber der Übertragung und Persistenz im Gesundheitswesen im Kontext von One-Health-Bereichen analysieren, indem maschinelle Lernverfahren angewendet werden. Ein interaktives zentrales Informations-AI-Dashboard ist geplant, um eine Echtzeitüberwachung zu ermöglichen und Fachkräften sowie Entscheidungsträgern Informationen bereitzustellen. Weil es entscheidend ist, dass die Ergebnisse aus GUARDIAN zur richtigen Zeit in geeigneter Form die richtigen Institutionen und Personen erreichen und Entscheidungsträger sie sinnvoll und wirksam nutzen können, ist das Ziel des Teilprojekts "Transfer" die Nutzbarkeit und Nachhaltigkeit der Projektergebnisse zu fördern und zu unterstützen, damit diese in Entscheidungsprozesse und Strategien zur Bekämpfung antimikrobieller Resistenzen einfließen können. "Transfer" baut auf den anderen Teilprojekten von GUARDIAN auf. Die Ergebnisse der Datenanalysen und Modellierungen werden im CIAID zusammengeführt und visualisiert. In "Transfer" werden: 1) Prozessabläufe von der Probenentnahme bis zur Datenanalyse umfassend evaluiert, um ein Framework (Rahmenkonzept) zu entwickeln, das eine nachhaltige Fortführung des CIAID über das Projektende hinaus ermöglicht und zukünftige Weiterentwicklungen unterstützt; 2) ein Gestaltungskonzept für das CIAID unter Einbeziehung geographischer Visualisierungen basierend auf den Bedürfnissen der Nutzenden (nutzerzentriertes Design) entwickelt; 3) ein sinnvolles Konzept zur Integration des CIAID in organisatorische Entscheidungsprozesse im Rahmen von Strategien gegen Antibiotikaresistenzen erarbeitet.