CompLS - Runde 4 - Verbundprojekt: MuMoSim - Maschinenlerngestützter Multi-Modell-Simulator für die Infektionsforschung; Teilprojekt B

Abstract

Invasive Pilzinfektionen stellen eine relevante Ursache von Sepsis dar und sind mit einer Letalität von >40 % assoziiert. Die Diagnosestellung erfolgt häufig verzögert, da initial vorrangig bakterielle Erreger getestet werden und mykologische Nachweise zeitaufwendig sind. Vor dem Hintergrund steigender Inzidenzen besteht ein erheblicher Bedarf an innovativen diagnostischen Strategien. Das Projekt MuMoSim adressiert diese Herausforderung durch die Entwicklung eines Multi-Modell-Simulators zur Analyse von Blutstrominfektionen. Im Gegensatz zu pathogenbasierten Ansätzen fokussiert MuMoSim auf die zeitabhängigen Reaktionen zentraler Immunzellpopulationen. Diese individuellen und dynamischen Immunantworten werden in einem mehrstufigen „bottom-up“-Framework mathematisch modelliert, das zunächst datenarme Vorhersagen generiert und diese sukzessive durch komplexere Modelle verfeinert. Dadurch kann die Vorhersagegenauigkeit der Immunantwort kontinuierlich gesteigert und patientenspezifische Unterschiede systematisch berücksichtigt werden. Das Projekt wurde in enger Kooperation zwischen den beteiligten Teilprojekten durchgeführt. Unser Teilprojekt B verantwortete die experimentelle Datenerhebung, während Teilprojekt A die mathematischen Modelle entwickelte und bioinformatische Analysen durchführte. Insgesamt konnte das Projekt wesentliche Fortschritte erzielen: von der Integration experimenteller Daten gesunder Spender über die Untersuchung spezifischer Patientenkohorten bis hin zur Aufklärung neuer Immunevasionsmechanismen. Mit dem Multi-Modell-Simulator steht künftig ein Instrument zur Verfügung, das das Verständnis von Blutstrominfektionen verbessert und zur Entwicklung neuer Strategien für Diagnostik und Therapie beitragen kann. Invasive fungal infections represent a significant cause of sepsis and are associated with a mortality rate exceeding 40%. Diagnosis is often delayed, as initial testing primarily targets bacterial pathogens and mycological detection methods are time-consuming. Given the rising incidence rates, there is an urgent need for innovative diagnostic strategies. The MuMoSim project addresses this challenge by developing a multi-model simulator for the analysis of bloodstream infections. In contrast to pathogen-based approaches, MuMoSim focuses on the time-dependent responses of key immune cell populations. These individual and dynamic immune reactions are mathematically modeled within a multi-stage, bottom-up framework, which initially produces data-sparse predictions and gradually refines them through increasingly complex models. This iterative process allows for a continuous improvement in the accuracy of immune response predictions and the systematic consideration of patient-specific variability. The project was carried out in close collaboration between the participating subprojects. Our subproject B was responsible for experimental data acquisition, while subproject A developed the mathematical models and conducted bioinformatic analyses. Overall, the project has achieved substantial progress - from the integration of experimental data from healthy donors to the investigation of specific patient cohorts and the elucidation of novel immune evasion mechanisms. The resulting multi-model simulator provides a powerful tool to enhance our understanding of bloodstream infections and to support the development of new strategies for diagnosis and therapy.