Die Digitalisierung in der präklinischen Forschung stärken

Die Entwicklung von Therapien gegen neurologische Erkrankungen wie Alzheimer, Multiple Sklerose oder Parkinson ist äusserst komplex. In den letzten Jahrzehnten gab es zwar einige Fortschritte, aber auch viele Rückschläge. Ein Hauptproblem ist, dass viele Ansätze, die im Tierversuch hoffnungsvoll aussehen, in klinischen Studien am Menschen scheitern. Zum Beispiel wird geschätzt, dass in der Alzheimer-Forschung 99 Prozent der Medikamente keinen Effekt zeigen am Menschen. Das ist besonders gravierend, weil über ein Viertel aller Tierversuche in der Schweiz im Bereich Neurowissenschaften durchgeführt wird und es einen relativ hohen Anteil an Schweregrad 3-Versuchen gibt (höchste Belastung für die Tiere).

Es gibt verschiedene Faktoren für diesen Missstand, einer davon ist, dass die Tierversuchsstudien nicht immer optimal geplant und durchgeführt werden, auch weil aufgrund fehlender Daten oft nicht klar ist, welches überhaupt die optimale Methode wäre.

Dazu kommt eine weitere Hürde: Jahr für Jahr werden so viele wissenschaftliche Daten zu Tierversuchsstudien generiert, dass es unmöglich ist, den Überblick zu behalten. Es wird geschätzt, dass pro Jahr alleine in der Biomedizin über eine Million wissenschaftliche Fachartikel publiziert werden.

«Die wissenschaftliche Datenflut ist ein dringendes Problem und wird zukünftig nur noch schlimmer werden. Wir brauchen jetzt Methoden, um diese Datenmengen übersichtlich den Forschenden zur Verfügung zu stellen. Das würde den Forschenden auch erlauben, konkrete Tierexperimente evidenzbasiert zu planen», bringt es Benjamin Ineichen vom Center for Reproducible Science in Zürich auf den Punkt.

Das Team um Ineichen möchte daher eine Datenbank für Neurowissenschaftlerinnen und Neurowissenschaftler aufbauen: «Unser Projekt wird mit Hilfe von text mining und künstlicher Intelligenz die Daten aus publizierten Fachartikeln in den Neurowissenschaften systematisch aufbereiten und Wissenschaftlern kostenlos und übersichtlich zur Verfügung stellen». Dies soll die Forschenden in der optimalen Planung ihrer Tierversuche unterstützen. Ausgewertet werden dabei mehrere hunderttausend Studien. «Unser Projekt soll einen Beitrag leisten zur Digitalisierung von präklinischer Forschung», so Ineichen.

ANIMONE: An in vivo data warehouse for neuroscience – biocuration of preclinical research to inform optimization and exploitation of preclinical studies