MASLD: Präzisere Diagnose dank Analyse der Darmmikrobiota

Robuste Mikrobiomsignaturen ermöglichen laut neuen Forschungsergebnisse neue Therapieansätze bei der mit metabolischer Dysfunktion assoziierten steatotischen Lebererkrankung (MASLD).

Forschenden ist es in einer gerade publizierten Studie gelungen, spezifische Mikrobiomsignaturen zu identifizieren, die die präzise Vorhersage einer MASLD möglich machen. Die Erkenntnisse stammen aus einer Auswertung medizinischer Daten zu mehr als 1200 Personen. Die Untersuchten litten an verschiedenen Stoffwechselerkrankungen wie MASLD, Adipositas, Typ-2-Diabetes, Hypertonie und Atherosklerose.

Bei den entdeckten Signaturen handelt es sich um spezifische Arten des Darmmikrobioms und um bakterielle Stoffwechselprodukte, die helfen können, MASLD-Patienten von Personen ohne eine solche Erkrankung zu unterscheiden. Sie erlauben den Wissenschaftlern zufolge die Abgrenzung zu anderen Erkrankungen und sind daher besonders geeignet für eine gezielte Diagnostik. Unterstützt durch Modelle Maschinellen Lernens erzielten die Forschenden mit den erhobenen Datensätzen eine Diagnosegenauigkeit von mehr als 90 Prozent.

Innovative Analyseverfahren für die MASLD-Diagnose

Trotz intensiver Forschung sind die genauen Mechanismen der Krankheitsentstehung und ihres Verlaufes bislang nicht vollständig geklärt. Das Darmmikrobiom scheint dabei eine wichtige Rolle zu spielen, denn es beeinflusst die Darm-Leber-Achse und könnte so maßgeblich an der Entstehung von MASLD beteiligt sein. Ein internationales Forschungsteam unter der Leitung des Leibniz-Institutes für Naturstoff-Forschung und Infektionsbiologie – Hans-Knöll-Institut (Leibniz-HKI) ist der Frage nachgegangen, ob die Zusammensetzung des Mikrobioms ein Indikator für die MASLD sein könnte. Die nun in „Microbiome“ publizierte Studie hat genau dies bestätigt: Eine spezifische Zusammensetzung des Darmmikrobioms könnte künftig als Werkzeug für präzisere Diagnosen und neue Therapieformen beispielsweise für die MASLD genutzt werden.

Das Auftreten von MASLD in Kombination mit anderen Stoffwechselkrankheiten wie Typ-2-Diabetes stelle eine besondere Herausforderung dar, weil die Unterscheidung spezifischer Mikrobiom-Signaturen erschwert werde, erklärt Studienleiter Prof. Gianni Panagiotou. Das Forscherteam habe Signaturen identifizieren können, die eindeutig auf MASLD zurückzuführen sind und eine differenzierte Diagnose der Erkrankung ermöglichen könnten.

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 einer MASLD verknüpft sind. Diese Ansätze liefern nicht nur präzise diagnostische Einblicke, sondern auch ein tieferes Verständnis der Krankheitsmechanismen.

Perspektive: Personalisierte Medizin

Basierend auf den Mikrobiomsignaturen 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 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 MASLD besser zu verstehen und effektiver zu behandeln.

Die kürzlich veröffentlichte Studie 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.