Informatik-Probleme erklären das Immunsystem

Lösungsansätze für Probleme in der Informatik sollen zukünftig dabei helfen, die Funktionsweise des menschlichen Immunsystems besser zu verstehen. Eine Doktorarbeit zu diesem Thema wurde nun zur besten Informatikdissertation im deutschsprachigen Raum gekürt, teilte die Gesellschaft für Informatik mit. Die Arbeit von Johannes Textor, der an der Universität Lübeck promovierte, beschäftigt sich mit den T-Zellen des menschlichen Immunsystems. T-Zellen kann man sich als eine Art Polizeistreife des Körpers vorstellen. Jede T-Zelle ist spezialisiert auf die Erkennung von ganz bestimmten Krankheitserregern und patrouilliert ständig durch den Körper, um überall nach ihren spezifischen Antigenen zu suchen.

Obwohl die grundsätzliche Funktionsweise des Immunsystems bereits gut erforscht ist, gibt es doch noch einige ungeklärte Fragen. So beispielsweise, wie es den T-Zellen gelingt, ein in den Körper eindringendes Antigen meist nach nur wenigen Stunden zu finden und wie es das Immunsystem trotz der riesigen Vielfalt und sehr schnellen Entwicklung der Krankheitserreger in unserer Umwelt schafft, einen nahezu vollständigen Schutz aufzubauen.

Der Beitrag der Arbeit besteht darin, diese beiden Fragen aus einem neuen Blickwinkel zu betrachten - dem der Informatik. Viele der Probleme, die T-Zellen lösen müssen, sind nämlich auch in der Computer-Wissenschaft bekannt. So arbeiten auch hier Wissenschaftler daran, Probleme effizient auf viele kleine Agenten ohne zentrale Kontrolle zu verteilen. Aus der Sicherheitsforschung sind auch verschieden Ansätze dazu bekannt, wie ein System auf anormale und potenziell gefährliche Signale zuverlässig reagieren kann, wenn es diese Signale nie zuvor gesehen hat.

Die Arbeit nutzt analytische Werkzeuge aus Gebieten der Informatik wie der Schwarmintelligenz und dem maschinellen Lernens, um genau zu verstehen, wie T-Zellen ihre Aufgaben lösen, hieß es. Die so konstruierten Modelle sind in der Lage, überprüfbare Aussagen über das Verhalten des Immunsystems in bestimmten Situationen zu treffen. So wird beispielsweise ein Modell verwendet, um vorherzusagen, welche Teile der Proteine von Viren - konkret wird HIV betrachtet - vom Immunsystem erkannt werden müssten.

Es zeigte sich, dass diese Vorhersagen genauer sind als die aller anderen bislang vorgeschlagenen Erklärungsmodelle. Solche Vorhersagen könnten in der Zukunft Anwendung bei der Entwicklung von Impfstoffen für neuartige Krankheitserreger von Nutzen sein.