Als wir 2003
das menschliche Genom sequenzierten,
dachten wir, wir hätten die Antwort,
um viele Krankheiten zu behandeln.
Aber die Realität ist weit davon entfernt,
denn neben unseren Genen
könnten Umwelt und Lebensstil
eine wichtige Rolle bei der Entwicklung
vieler Krankheiten spielen.
Ein Beispiel ist die Fettleberkrankheit,
von der über 20 % der Bevölkerung
weltweit betroffen sind,
die nicht behandelt werden kann
und zu Leberkrebs
oder Leberversagen führt.
Die Sequenzierung der DNA allein gibt uns
also nicht genügend Informationen,
um wirksame Therapeutika zu finden.
Glücklicherweise gibt es viele
verschiedene Moleküle in unserem Körper.
Tatsächlich gibt es
über 100.000 Metaboliten.
Metaboliten sind alle Moleküle,
die von ihrer Grösse her winzig sind.
Bekannte Beispiele sind Glukose,
Fruktose, Fette, Cholesterin --
von denen hören wir immer.
Metaboliten sind an
unserem Stoffwechsel beteiligt.
Sie sind auch stromabwärts der DNA,
sodass sie Informationen unserer
Gene und Lebensstile enthalten.
Metaboliten zu verstehen ist wichtig,
um Therapien für Krankheiten zu finden.
Ich wollte schon immer
Patienten behandeln.
Trotzdem habe ich vor 15 Jahren
die medizinische Fakultät verlassen,
da ich Mathematik vermisste.
Bald darauf fand ich das Coolste:
Ich kann Mathematik benutzen,
um Medizin zu studieren.
Seitdem entwickle ich Algorithmen
zur Analyse biologischer Daten.
Es klang so einfach:
Wir sammeln Daten von allen
Metaboliten in unserem Körper,
entwickeln mathematische Modelle,
die beschreiben, wie sie sich
bei Krankheiten verändern
und greifen in diese Veränderungen ein,
um sie zu behandeln.
Dann wurde mir klar,
warum das noch niemand getan hatte:
Es ist extrem schwierig.
(Gelächter)
Es gibt viele Metaboliten
in unserem Körper.
Jedes Einzelne ist anders als das andere.
Bei einigen Metaboliten können wir
deren Molekülmasse mithilfe von
Massenspektrometriegeräten messen.
Aber da es etwa 10 Moleküle mit
genau der gleichen Masse geben könnte,
wissen wir nicht genau, was sie sind
und wenn man sie alle klar
identifizieren will,
muss man mehr Experimente durchführen,
die Jahrzehnte dauern und
Milliarden Dollar kosten könnten.
Also haben wir eine KI-Plattform
entwickelt, um das zu tun.
Wir nutzten das Wachstum
biologischer Daten,
um eine Datenbank mit allen vorhandenen
Informationen über Metaboliten
und deren Wechselwirkungen
mit anderen Molekülen aufzubauen.
All diese Daten fassten wir
zu einem Meganetzwerk zusammen.
Dann messen wir Massen von Metaboliten
aus Gewebe und Blut von Patienten
und finden die Massen,
die bei einer Krankheit verändert sind.
Aber wie schon erwähnt,
wissen wir nicht genau, was sie sind.
Eine Molekularmasse von 180 kann
Glukose, Galactose oder Fructose sein.
Sie alle haben genau die gleiche Masse,
aber unterschiedliche
Funktionen im Körper.
Unser KI-Algorithmus hat
all diese Unklarheiten berücksichtigt.
Dann hat er dieses
Meganetzwerk durchsucht,
um herauszufinden, wie die Massen
miteinander verbunden sind,
die zu Krankheiten führen.
Aus der Art, wie sie verbunden sind,
können wir schliessen,
was jede Metabolitenmasse ist,
sodass 180 hier Glucose sein könnte
und, was noch wichtiger ist,
entdecken wie Veränderungen
bei Glucose und anderen Metaboliten
zu einer Krankheit führen.
Dieses neuartige Verständnis
der Krankheitsmechanismen
ermöglicht es uns,
wirksame Therapeutika zu entdecken.
So gründeten wir ein Start-Up, um
die Technologie auf den Markt zu bringen
und Menschenleben zu verändern.
Jetzt arbeiten mein Team und ich
bei ReviveMed daran,
Therapeutika für Krankheiten zu entdecken,
wo Metaboliten Haupttreiber sind,
wie z. B. Fettleberkrankheiten,
weil sie durch die Ansammlung
von Fetten verursacht werden,
die zu den Metaboliten
in der Leber gehören.
Wie ich bereits erwähnte, ist es
eine riesige Epidemie ohne Behandlung.
Und Fetterleberkrankheiten sind
nur ein Beispiel.
In Zukunft werden wir
hunderte von anderen Krankheiten
ohne Behandlungswege bekämpfen.
Indem wir immer mehr Daten
über Metaboliten sammeln
und verstehen, wie Veränderungen
zu Krankheiten führen,
werden unsere Algorithmen
immer intelligenter,
um die richtigen Therapeutika
für die richtigen Patienten zu finden.
Und wir werden unserer Vision,
mit jeder Codezeile Leben zu retten,
näher kommen.
Vielen Dank.
(Applaus)