Inferenz und Theorie viraler Fitnesslandschaften zur Vorhersage der Evolution von Influenza A und HIV

• Antragsteller: Dr. Nikhil Sharma, Ph.D.
• Fachliche Zuordnung: Bioinformatik und Theoretische Biologie ; Epidemiologie und Medizinische Biometrie/Statistik ; Evolution, Anthropologie
• Förderung: Förderung seit 2026
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 579803321

Laut WHO verursachen Influenzaviren weltweit jährlich zwischen 290.000 und 650.000 Todesfälle. 99 % der influenza-bedingten Todesfälle bei Kindern unter fünf Jahren treten in Entwicklungsländern auf. HIV ist ein weiteres großes globales Gesundheitsproblem, das bisher etwa 44,1 Millionen Todesopfer gefordert hat. Ende 2024 lebten weltweit rund 40,8 Millionen Menschen mit HIV, davon etwa 65 % in afrikanischen Ländern. Allein im Jahr 2024 starben schätzungsweise 630.000 Menschen an HIV-bedingten Ursachen. Diese Viren verursachen auch erhebliche wirtschaftliche Kosten. In den USA belaufen sich die jährlichen Gesamtkosten für Influenza A - einschließlich direkter medizinischer und indirekter Kosten - auf etwa 11,2 Milliarden USD. Die durchschnittlichen lebenslangen Behandlungskosten pro HIV-infizierter Person betragen dort rund 420.000 USD. Um zu diesen Herausforderungen beizutragen, schlagen wir ein Projekt vor, das die Evolution von Influenza A und HIV vorhersagen soll. Ziel ist die Entwicklung einer Analyse-Pipeline, die als Eingangsdaten zirkulierende Virusvarianten und deren Reaktion auf das menschliche Immunsystem nutzt. Als Ausgabe liefert sie Vorhersagen darüber, welche Viruslinien wahrscheinlich der Immunabwehr entkommen und sich effizienter verbreiten. Obwohl der Fokus auf Influenza A und HIV liegt, lässt sich dieselbe Pipeline auf andere Viren wie SARS-CoV-2 übertragen. Da sich sowohl Viren als auch Immunsysteme weiterentwickeln, kann die Pipeline mit neuen experimentellen Daten fortlaufend angepasst werden. Dieses interdisziplinäre Projekt liegt an der Schnittstelle von molekularer Evolution, theoretischer Populationsgenetik und Epidemiologie. Es umfasst drei zentrale Schritte: Erstens rekonstruieren wir mithilfe molekularbiologischer Daten sogenannte Fitnesslandschaften. Zweitens verwenden wir populationsgenetische Modelle, um die Geschwindigkeit der Anpassung zu berechnen. Drittens simulieren wir auf diesen Landschaften virale Stammbäume, um die kurzfristige Evolution vorherzusagen. Als Grundlage nutzen wir bestehende DMS-Daten (Deep Mutational Scanning), bei denen verschiedene Virusvarianten im Labor mit Antikörpercocktails getestet wurden. Die Leistung jeder Variante wird als Datensatz festgehalten. Daraus rekonstruieren wir Fitnesslandschaften für Influenza A und HIV, die als evolutionäre "Landkarten" dienen - mit Gipfeln, Tälern und Pfaden. Mit Methoden der Populationsgenetik schätzen wir, wie lange es dauert, bis Mutationen mit höherer Übertragbarkeit oder Immunflucht entstehen. Abschließend simulieren wir virale Stammbäume, um die weitere Entwicklung dieser Viren besser vorhersagen zu können. Ein Verständnis darüber, welche Virusvarianten sich in Zukunft durchsetzen, ermöglicht gezielte und rechtzeitige Gesundheitsmaßnahmen. Für Influenza bedeutet dies, saisonale Impfstoffe frühzeitig anzupassen. Für HIV kann ein tieferes Verständnis der Evolution einen wichtigen Beitrag zur Entwicklung eines wirksamen Impfstoffs leisten.

• DFG-Verfahren: Stipendium
• Internationaler Bezug: USA
• Gastgeber: Professor Joshua Plotkin, Ph.D.