Die Marburger Arbeitsgruppe Data Science des Fachbereichs Mathematik und Informatik entwickelt eine neue biomedizinische Datenbank namens CORDITE. Dort werden Forschungsdaten zu SARS-CoV-2 zentral gesammelt und sortiert. Dies erleichtert die zukünftige Forschung und Arzneimittelherstellung.
Derzeit laufen weltweit viele verschiedene Projekte zur Entwicklung von wirksamen Medikamenten gegen Covid-19. Den Überblick zu behalten ist nicht nur für Forscher äußerst schwierig. Die biomedizinische Datenbank CORDITE (CORona Drug InTErations database) bündelt Daten bereits bestehender Untersuchungen und erleichtert dadurch die Zugriffe auf Forschungsergebnisse zu SARS-CoV-2.
CORDITE sammelt automatisch Informationen über rechnergestützte, in vitro- oder Fallstudien zu potenziellen Medikamenten für die Bekämpfung von SARS-CoV-2 bzw. COVID 19 aus verschiedenen Fachdatenbanken. Darüber hinaus werden auch registrierte klinische Studien des National Institutes for Health (NIH) gelistet. Wissenschaftler können nun schneller auf Daten von potenziellen Zielstrukturen und Andockstellen auf Zellen, sogenannte Targets, zurückgreifen. „CORDITE bündelt Daten aus über 230 Publikationen und mehr als 240 klinischen Studien weltweit. Das sind Daten zu fast 600 Arzneimittelinteraktionen für 20 Targets und mehr als 450 Medikamente – damit ist sie derzeit die größte kuratierte Datenbank für potentielle Medikamente für SARS-CoV-2“, erklärt Prof. Dr. Dominik Heider, Leiter der Arbeitsgruppe Data Science an der Philipps-Universität Marburg. Nutzerinnen und Nutzer können auf alle relevante Daten zugreifen, nach verschiedenen Kriterien sortieren und herunterladen. „So können Forscherinnen und Forscher Meta-Analysen durchführen, neue klinische Studien entwerfen oder sogar eine kuratierte Literatursuche durchführen. Auch die Integration in andere Software oder Apps ist möglich“, sagt Heider. Die Informationen aus den Artikeln und Preprints werden von Moderatorinnen und Moderatoren seiner Arbeitsgruppe manuell kuratiert. Hauptsächlich arbeiten die Mitarbeiter von Data Science an Computerlösungen aus dem Bereich der Datenwissenschaft zur Lösung biomedizinischer Probleme, zum Beispiel Algorithmen für maschinelles Lernen zur Vorhersage der Arzneimittelresistenz von Krankheitserregern oder zur Modellierung von Krankheiten. Somit unterstützt eine weitere Wissenschaftsgruppe aus Mittelhessen die weltweite Forschergemeinde in der Entwicklung von Medikamenten gegen SAR-CoV-2.
