Es sind nicht nur unsere Gene, die bestimmen, ob wir gesund bleiben oder krank werden. Diabetes oder Herzkreislauferkrankungen beispielsweise entstehen, weil genetische Faktoren auf Umwelteinflüsse treffen, die die Erkrankung schließlich auslösen. Rauchen ist einer der bekanntesten Umwelteinflüsse, der zu epigenetischen Veränderungen in unseren Zellen führen kann. Wissenschaftler versuchen daher, das Zusammenspiel von Genetik und Epigenetik im Detail zu entziffern, um besser zu verstehen, wie genau sich Krankheiten im Ursprung entwickeln.

Neuer Schwung für die Epigenetikforschung

Mit diesem Ziel vor Augen analysierten Forschende von Helmholtz Munich und dem Imperial College London große Datensätze von 7000 Personen aus Kohortenstudien. „Dabei entdeckten wir Millionen von Verbindungen zwischen DNA und der epigenetischen Veränderung von DNA, die wir DNA-Methylierung nennen“, erklärt Melanie Waldenberger von Helmholtz Munich. DNA-Methylierungen sind eine chemische Veränderung unseres genetischen Codes und eine Folge epigenetischer Veränderungen in unseren Zellen.

„Diese neuen Verbindungen brachten uns auf eine spannende Fährte und wir entdeckten regulatorische Zellnetzwerke, die mit bestimmten Krankheiten und Risikofaktoren wie Blutdruck, rheumatoide Arthritis und dem Body-Mass-Index in Verbindung stehen“, sagt Matthias Heinig, Helmholtz Munich. Die Wissenschaftler konnten weiterhin bestätigen, dass genetische Faktoren und Umwelteinflüsse wie Rauchen oder Alter bei der DNA-Methylierung zusammenspielen. Außerdem identifizierten sie Gene, die sowohl einen Einfluss auf die DNA-Methylierung haben als auch mit Krankheiten in Verbindung stehen – dies ist für die Identifizierung krankheitsrelevanter molekularer Netzwerke unerlässlich. Die Studie liefert damit wichtige Erkenntnisse, um neue und verbesserte Therapiestrategien zu entwickeln.

Christian Gieger, Helmholtz München: „Unsere Ergebnisse ebnen den Weg für weitere wichtige Studien im Bereich der Epigenetik bei umweltbedingten Erkrankungen. Wir könnten damit neue Wirkstoffziele identifizieren oder Biomarker für Krankheiten entdecken, die neue klinische Studien ermöglichen.“

Einsatz von Big Data und künstlicher Intelligenz unerlässlich

Ohne große Datensätze wäre diese Studie nicht möglich gewesen. Die Forschungsgruppe nutzte große Kohortendaten wie die KORA-Kohorte mit der zugehörigen KORA-Biobank des Instituts für Epidemiologie bei Helmholtz Munich und Kohorten vom Imperial College London unter der Leitung von John Chambers. Außerdem entwickelten die Wissenschaftler eine eigene Lösung für deren Netzwerkanalyse. Dafür nutzen sie bewährte Werkzeuge wie GWAS (genomweite Assoziationsanalyse) und kombinierten sie mit neu entwickelten Methoden aus der künstlichen Intelligenz.

Ergebnisse sind frei verfügbar

Alle Ergebnisse sind „open source“ und für künftige Studien frei verfügbar, einschließlich der Millionen identifizierter Verbindungen zwischen DNA und DNA-Methylierung (http://qtldb.helmholtz-muenchen.de/) und des computergestützten Modells für die Netzwerkanalyse (https://github.com/heiniglab/QTLnetwork).