Das Leben vermessen

Doch die Medizin der Zukunft wird nicht nur besser sein, sie wird auch menschlicher werden, sagen Experten wie der US-amerikanische Wissenschaftsautor Michael Specter oder der Schweizer Genetiker und Systembiologe Ernst Hafen. Ärzte hätten dank technischer Unterstützung viel mehr Zeit für Gespräche mit Patienten. Und sie sind überzeugt: Die Prävention von Krankheiten wird in den Vordergrund rücken. Diese neue Art der Medizin wird sich vor allem um die Erhaltung der Gesundheit kümmern, nicht um die Bekämpfung von Krankheiten. Das wird Kosten sparen und helfen, auch ärmere Menschen gesundheitlich besser zu versorgen.

Eric Topol nennt weitere Vorteile der digitalen Medizin: Die optimierte, vereinfachte und permanente Aufnahme und Verarbeitung von immer mehr Gesundheitsdaten werde in absehbarer Zeit dabei helfen, komplexe Krankheiten zu verstehen und zu verhindern. Eines Tages könnte man damit sogar vielen rätselhaften chronischen Krankheiten, zu denen etliche Volks- und Altersleiden gehören, auf die Schliche kommen: „Das ist der größte unerfüllte Traum im Gesundheitswesen.“ Doch bis dahin ist es noch ein langer Weg. Und um den zu beschreiten, braucht es eine Wissenschaft, die gerade ins Licht der Öffentlichkeit rückt: die Systembiologie.

„Das Vermessen und Berechnen des Lebens an einem bestimmten Moment und um diesen Moment herum: Exakt das ist Systembiologie“, sagt Nikolaus Rajewsky, Leiter des Berliner Instituts für medizinische Systembiologie. „Ich verstehe darunter, dass man mithilfe der Mathematik vorhersagen kann, was in einer lebenden Struktur passiert.“ Schon bald werde man in der Lage sein, viel früher als heute zu entdecken, „wo sich krank von gesund trennt“. Und dazu müsse man zunächst „die Gesetze verstehen, nach denen Zellen und Organe innerhalb eines Organismus funktionieren“.

Leben als verflochtenes System

Bislang sprechen Gesundheitsexperten vor allem von der Revolution der Datenmedizin. Konzerne wie Google oder Apple investieren gigantische Summen in den Zukunftsmarkt. Die Investoren denken, die Biomedizin müsse nur genügend Gesundheitsdaten sammeln, schon könnten Hochleistungscomputer mithilfe Künstlicher Intelligenzen die Ursachen von Krankheit berechnen und Menschen viel besser kurieren, als es heute gelingt.

Doch dieser Ansatz fußt auf einem veralteten Verständnis von Medizin, das Krankheit als Gegenteil von Gesundheit begreift und das Leid sowie seine Symptome als monokausale Ursachenkette bekämpft. Da wird nach einem mutierten Gen, einer Infektion oder zu viel Stress gefahndet. Meist wird dabei übersehen, dass viele solcher Einflüsse gemeinsam und noch dazu gleichzeitig wirken, wenn die Gesundheit aus dem Gleichgewicht gerät.

Systembiologen denken weiter. Sie betrachten das Leben näherungsweise als System aus zahlreichen ineinander verwobenen, sich gegenseitig beeinflussenden Regelkreisen und Beziehungen. Und sie versuchen, mithilfe dieses Wissens und moderner selbstlernender Software mathematische Formeln zu finden, die lebendige Prozesse berechnen können.

Systembiologie ist also viel mehr als bloße Datenmedizin. Sie erforscht Beziehungen in und um Menschen herum und versucht, mithilfe eines ganzheitlichen Verständnisses lebendiger Prozesse und ihrer Wechselwirkungen Gesundheit als Kontinuum zu begreifen. Zur Gesundheit eines Menschen gehören etwa die frühkindliche Prägung, die Gesundheit der Eltern, das Mikrobiom, aber auch die Luftverschmutzung in seiner Umwelt.

Die ursprüngliche klassische Variante der Systembiologie existiert schon seit rund 100 Jahren und hatte lange Zeit keinen eigenen Namen. Sie versucht, das Leben mit Modellrechnungen zu beschreiben und ist uns beispielsweise während der Corona-Pandemie begegnet. Denn es sind Systembiologen, die berechnen, wie sich die Pandemie unter welchen Bedingungen wahrscheinlich entwickelt und wie man reagieren sollte, um das Gesundheitssystem nicht zu überlasten oder Todesfälle zu vermeiden.

Neu ist die mathematisch-informationstechnische Systembiologie, die Daten über Daten sammelt. Sie versucht mithilfe moderner Informatik – Künstlicher Intelligenz und Deep Learning – verborgene Muster in den komplexen Abläufen des Lebens aufzuspüren und die richtigen Schlüsse daraus zu ziehen.

Digitale Zwillinge

Doch all die Modelle, die Künstliche Intelligenz aus den zahlreichen Daten der digitalen Medizin schon heute berechnen kann oder einst noch viel präziser kalkulieren wird, bringen nichts, wenn sie auf unzureichenden Annahmen über unsere Biologie beruhen. Aus diesem Grund wird die physiologische Systembiologie immer wichtiger. Sie erforscht das Leben bis ins kleinste Detail und nimmt sich dafür einzelne Zellen vor. Mithilfe der sogenannten Einzelzellbiologie wird etwa über einen längeren Zeitraum hinweg abgelesen, welche Gene einer Zelle aktiv sind und wie sich dieses Genaktivitätsmuster verändert, wenn die Zelle von einem Krankheitserreger infiziert wird oder anderen Einflüssen ausgesetzt ist. Zusätzlich messen Forscher die von der Zelle oder einem Gewebe erzeugten Proteine und verfolgen so zum Beispiel, wie die Leber auf eine zu fetthaltige Ernährung reagiert.

In einem weiteren Schritt züchten Systembiologen in Petrischalen seit einigen Jahren winzige künstliche Organe heran, sogenannte Organoide. Damit ergründen sie die Mechanismen des Zusammenspiels mehrerer Zellen innerhalb eines Gewebes. Grundsätzlich geht es darum, biologische Abläufe mechanistisch zu verstehen und präzise über längere Zeiträume hinweg zu beobachten und zu beschreiben. Systembiologen wollen die Einzelteile dann eines Tages virtuell wieder zu einem Ganzen zusammensetzen – die Zellen zu Organen und Geweben und diese dann zu einem ganzen Körper.

Dann entstünden sogenannte digitale Zwillinge. Das sind letztlich Algorithmen, die auf möglichst präzisen Modellen des menschlichen Lebens basieren und mit möglichst vielen Daten eines Menschen variiert werden. Ein Patient könnte also mehrere digitale Zwillinge haben, mit denen sich beliebig viele Szenarien durchrechnen ließen, etwa: Was geschieht, wenn Person A ein Marathontraining beginnt oder beschließt, jeden Abend eine Flasche Wein zu trinken? Oder: Verhindert Medikament B effektiv, dass sich an Stelle C bei Person D ein bösartiger Tumor bildet?

Die Systembiologie nähert sich derzeit von mehreren Seiten einem großen Ziel, das zumindest in Ansätzen bereits funktioniert und unser Leben beeinflusst, etwa wenn die Politik auf Corona-Prognosen reagiert oder wir uns einen Fitness-tracker zulegen und beschließen, von nun an jeden Tag eine bestimmte Zahl an Schritten zurückzulegen. Sie nähert sich der Vermessung des Lebens.

Dabei müssen einige Hürden genommen werden. Der Physiker und Bioinformatiker Nikos Karaiskos am Berliner Institut für medizinische Systembiologie vom Max-Delbrück-Centrum für Molekulare Medizin löste mit Kollegen beispielsweise das Problem, wie man bei isolierten Zellen herausfindet, aus welchem Teil eines Organs sie stammen. Seine Algorithmen berechnen den räumlichen Ursprung alleine aus dem Aktivitätsmuster der Gene in den Zellen.

Der ganzheitliche Blick

Die erste systembiologische Formel beschrieb vor 100 Jahren ein denkbar simples Netzwerk aus nur zwei voneinander abhängigen Populationen. Kaum vorstellbar, wie viel größer die Herausforderung ist, der sich heutige Systembiologen stellen. „Wenn man in Ruhe nachdenkt, ist es völlig logisch, dass man Krankheiten mechanistisch erklären muss, um sie erfolgreich behandeln zu können”, sagt der Systemmediziner Harald Schmidt von der Universität Maastricht gegenüber dem Blog Labor Journal. Er wünscht sich einen ganzheitlicheren Blick auf Krankheit und Gesundheit: „Wir meinen, wir könnten Krankheiten ausreichend verstehen und therapieren, wenn wir ganz genau auf das jeweils betroffene Organ schauen.“ Das aber sei in der Regel falsch, weil das Netzwerk, das mehrere Organe miteinander verknüpft, vergessen werde.

Der Biomathematiker Thomas Höfer, Leiter der Abteilung Theoretische Systembiologie am Deutschen Krebsforschungszentrum in Heidelberg, ergänzt: „Biologische Daten sind durch bloßes Anschauen nicht zu verstehen.“ Beide Experten spielen darauf an, dass Daten über und von einem Lebewesen in Modelle dieses Lebens integriert werden müssen. Ohne ein tiefes Verständnis der Entstehung von Krankheiten und der Biologie des hochvernetzten gesunden Körpers können noch so viele Informationen nicht weiterhelfen. Digitale Zwillinge werden immer nur so gut sein, wie die Modelle, auf denen ihre Kalkulationen basieren.

Es gibt bereits erste Ansätze, die Gesundheit von Menschen permanent zu überwachen und zu fördern, um Krankheiten so frühzeitig wie möglich zu verhindern. Dabei werden so viele Daten von einzelnen Menschen aufgenommen wie möglich. Anders als bei der sogenannten personalisierten oder individualisierten Medizin versuchen Forscher aber nicht nur, die Therapie an den Einzelnen anzupassen. Sie gehen sehr viel präziser vor, werten Stoffwechseldaten, Angaben über die Zusammensetzung der Darm-Mikroben oder die Aktivität bestimmter Gene aus – auch bei gesunden Menschen. Vor allem aber beobachten sie diese Messgrößen über längere Zeiträume hinweg und reagieren gezielt auf Veränderungen.

Neue Ära der Präzisionsgesundheit

Dieser Ansatz der sogenannten Präzisionsmedizin zielt nicht nur auf den Einzelnen, sondern auch auf seine genaue Lebenssituation, etwa ob er gerade für einen Marathon trainiert oder in welcher Jahreszeit er gerade lebt. Und in einer noch visionären Form dient eine derartige Vermessung des individuellen Lebens gar nicht mehr der Bekämpfung oder Früherkennung von Krankheiten, sondern der Unterstützung eines Lebens in Gesundheit.

Der Systembiologe Michael Snyder, über dessen aktuelle Studie zur Vorhersagekraft von Wearable-Daten eingangs berichtet wurde, spricht sogar von einer sogenannten Präzisionsgesundheit. Diese erreiche derzeit „eine neue Ära“, folgert er aus den Resultaten einer achtjährigen Langzeitstudie. Sein Team hatte eine Gruppe von 109 Menschen mit einem erhöhten Risiko für Typ-2-Diabetes untersucht. Viermal jährlich erfassten die Forscher den Lebensstil und die Verfassung der Probanden. Zudem wendeten sie neue biomedizinische Analysetechniken an. Die Testpersonen trugen Sensoren für Herzfrequenz, Aktivität und Schlafverhalten. Sie gaben regelmäßig Blut-, Stuhl- und Urinproben ab, machten Belastungstests und wurden am Herzen untersucht. Auch die gängigen Früherkennungstests für Krankheiten absolvierten sie.

Dabei wurden die Proben mit sogenannten Omik-Techniken untersucht. Das griechische Wort „omik“ bedeutet „alles“. Das passt gut, denn die Omiken versuchen, möglichst umfassend jeweils eine Art von biomedizinischen Daten zu einem bestimmten Zeitpunkt zu erfassen. Um welche Daten es sich dabei handelt, beschreibt der erste Wortteil: Im aktuellen Beispiel wurde erfasst, welche Genvarianten vorlagen (Genomik), welche Gene besonders aktiv waren (Transkriptomik), wie das Immunsystem arbeitete (Immunomik), welche Proteine die Gewebe erzeugten (Proteomik), wie die Zusammensetzung der Mikroben im Darm war (Mikrobiomik) und in welchem Zustand sich der Stoffwechsel der Menschen befand (Metabolomik). Computerprogramme werteten all diese Daten aus.

Snyder und Kollegen sind überzeugt, ihr Ansatz habe „das Potenzial zur Unterstützung der Gesundheit“. Wohl gemerkt: Hier geht es nicht um die Bekämpfung von Krankheit, sondern vielmehr darum, Krankheit zu verhindern. Die bisherigen Ergebnisse sind an diesem Ziel gemessen zwar noch unzureichend. Aber diese und einige vergleichbare Studien haben vor allem Pilotfunktion. Man will zeigen, wie eine systembiologische Gesundheitsbegleitung aussehen könnte. Überspitzt formuliert ließen sich dadurch Krankheiten bereits behandeln, bevor sie entstehen.

Keine universellen Ernährungstipps

Dass mit diesem Ansatz schon eine Menge möglich ist, zeigt eine Studie von Forschern um Eran Segal vom Fachbereich Computer Science und Angewandte Mathematik am Weizmann Institut für Wissenschaften in Rehovot, Israel. 800 Probanden trugen eine Woche lang Messgeräte, die ununterbrochen den Blutzuckerspiegel erfassten, und die Forscher werteten die individuelle Reaktion des Stoffwechsels auf 46.998 Mahlzeiten und Snacks aus.

Die erste Überraschung: Die Reaktion war hochindividuell. Jeder Mensch spricht auf jede Art von Speise oder Getränk anders an. „Universelle Ernährungsempfehlungen haben womöglich einen begrenzten Nutzen“, schreibt das Team. Zur zweiten Überraschung kam es, als die Israelis neben den Blutzuckerwerten auch Angaben zum Ernährungsverhalten, der körperlichen Aktivität, der allgemeinen Verfassung sowie dem Mikrobiom der Testpersonen sammelten und damit eine Künstliche Intelligenz fütterten. Diese fand verborgene Muster in den Datenmengen und spuckte einen Algorithmus aus, der erstaunlich gut abschätzen konnte, wie die einzelnen Probanden auf eine bestimmte Art von Ernährung künftig reagieren würden.

Zur Absicherung zeigten die Forscher, dass ihre Formel bei 100 weiteren Testpersonen genauso gut rechnete, obwohl deren persönliche Blutzuckerreaktion unbekannt war. Und schließlich belegten Segal und seine Kollegen noch, dass Menschen, die sich nach den Vorgaben des Computers ernährten, ähnlich stark von den Empfehlungen profitierten, wie eine Vergleichsgruppe, die ihre Ratschläge von menschlichen Ernährungsberatern erhielt. Die Blutzuckerschwankungen verringerten sich um den Faktor 2,5. Und zu guter Letzt veränderte sich allmählich sogar die Zusammensetzung des Darm-Mikrobioms positiv. Natürlich wussten die Versuchsteilnehmer nicht, wer die Ratschläge des Computers und wer die eines Menschen erhielt.

Mit Navi zur Gesundheit

„In zehn Jahren sieht die Welt ganz anders aus – und vor allem die Medizin“, ist der Systembiologe Ernst Hafen von der ETH Zürich überzeugt. Vielleicht hat die Systembiologie bis dahin sogar so etwas wie Gesundheits-Navigatoren erfunden. Diese könnten mithilfe digitaler Zwillinge Gesundheitsszenarien durchrechnen. Wenn sich jemand beispielsweise entschließt, vier Tage die Woche auf Alkohol und Fleisch zu verzichten, häufiger auszuschlafen und wöchentlich 20 Kilometer zu laufen: Was wird das in den kommenden fünf Jahren mit ihr oder ihm machen?

Allerdings sollte jeder selbst definieren dürfen, was ihm im Leben wichtig ist. Das kann auch eine Risikosportart oder das Rauchen sein. Der Gesundheits-Navigator wäre ein emotionsloser Computer, der für jeden zuverlässig berechnen kann, wie er möglichst gesund bleibt. Weder Krankenkassen noch Staat oder Arbeitgeber sollten hier hineinreden dürfen. Dann würde die Systembiologie dabei helfen, ein selbstbestimmtes Leben zu führen. Sie würde die Menschen dabei unterstützen, ihre eigene Vorstellung von Gesundheit zu leben – ähnlich wie wir heute das Reiseziel im Navi unserer Autos auswählen.