Wirkstoffe gegen Covid-19 effizienter testen

«Mit unserer Studie möchten wir untersuchen, wie gut sich die human airway epithelia-Modelle zur Wirkstofftestung eignen und wie sie im Vergleich Tierversuch abschneiden», so Caroline Tapparel Vu von der Universität Genf.

  • Projektbeschrieb

    Dropdown Icon

    Auch zwei Jahre nach Ausbruch der Covid-19-Pandemie ist die Situation bezüglich Behandlungen von Covid-19-Patientinnen und Patienten unbefriedigend, dies obwohl in den letzten zwei Jahren grosse Fortschritte erzielt wurden.

    Das hat unter anderem damit zu tun, dass die aktuell verfügbaren Tiermodelle, um Wirkstoffe gegen Sars-Cov 2 zu testen, die Situation im Menschen nur ungenügend abbilden und die Daten aus den Tiermodellen sich oft nicht auf den Menschen übertragen lassen. Das gilt analog auch für andere Tiermodelle für virale Erkrankungen der Atemwege, etwa die Grippe.

    Vielversprechend, da näher an der menschlichen Situation, ist sogenannt in vitro gezüchtetes Atemwegsgewebe (human airway epithelia (HAE)). Der grosse Vorteil: Diese Zellen können den Patienten direkt entnommen werden, um an ihnen mögliche Wirkstoffe zu testen. «Mit unserer Studie möchten wir untersuchen, wie gut sich diese HAE-Modelle zur Wirkstofftestung eignen und wie sie im Vergleich Tierversuch abschneiden», so Caroline Tapparel Vu, Professorin an der Universität Genf.

    Da antivirale Medikamente häufig als Kombinationstherapie eingesetzt werden, um die Wirksamkeit zu erhöhen und die Entstehung von Virusresistenzen einzudämmen, soll im Rahmen des Projekts auch untersucht werden, welche Kombination von Medikamenten zur Behandlung von Covid-19 am effizientesten ist.

    Die Forschungsgruppe möchte eine HAE-Plattform aufbauen, mit der im grossen Stil antivirale Wirkstoffe getestet werden können (Screening-Plattform). Der Aufbau wird in Zusammenarbeit mit der Firma Epithelix und weiteren Partnern aus der Akademie erfolgen.

  • Originaltitel

    Dropdown Icon

    Reduction and Replacement of animal models for antiviral testing using 3D human respiratory epithelia