open Menu
Search icon

TP 4

Diagnoseübergreifende Biomarker affektiver Störungen und Schizophrenie

Teilprojekt (TP) 4 des Forschungsverbundes IntegraMent befasst sich mit den neurogenetischen Ursachen, Unterschieden und Gemeinsamkeiten von drei großen psychiatrischen Krankheitsgruppen, der Schizophrenie sowie der bi- und unipolaren (depressiven) affektiven Störung.
Ziel ist es, Hirnmerkmale zu ermitteln, die mit diesen Erkrankungen und ihren komplexen genetischen Ursachen in Zusammenhang stehen.

"Imaging Genetics" ist ein Ansatz zur Identifikation intermediärer Phänotypen. Es sollen intermediäre Phänotypen ermittelt werden, die bei der Krankheitsentstehung zwischen Risikogenen und psychischer Erkrankung vermitteln. (Quelle: Walter H, Meyer-Lindenberg A, Heinz A (2014) Imaging Genetics. In: Gruber O, Falkai P (eds.) Systemische Neurowissenschaften in der Psychiatrie. Methoden und Anwendungen in der Praxis. Kohlhammer, Stuttgart, pp. 308-326.).

Mithilfe des Ansatzes des „Imaging genetics“, d.h. der Kombination von Bildgebung des Gehirns und standardisierten genetischen Untersuchungen, sollen Einflüsse von Risikogenen auf die Struktur und Funktion des Gehirns untersucht werden, um so die zugrundeliegenden Krankheitsmechanismen besser zu verstehen. Die dabei identifizierten Hirnmerkmale nennt man intermediäre Phänotypen, da sie bei der Krankheitsentstehung zwischen dem Genotyp (den genetischen Merkmalen einer Person) und dem klinischen Phänotyp (den sichtbaren Krankheitsmerkmalen, Symptomen) stehen.

Transdiagnostischer Ansatz zur Untersuchung von Gemeinsamkeiten und Unterschieden.

Des Weiteren sollen Ähnlichkeiten und Unterschiede der Diagnosegruppen erforscht werden. Unter Verwendung von verschiedenen statistischen Methoden sollen insbesondere diagnostische und prädiktive Marker identifiziert werden. Diesem "transdiagnostischen Ansatz" liegt die Erkenntnis zugrunde, dass strikte Abgrenzungen der drei Krankheitsgruppen oft schwierig sind, da sich psychotische und affektive Erkrankungen in ihren Symptomen und Mechanismen oft überschneiden, fließend ineinander übergehen können und am ehesten Teil eines Erkrankungsspektrums sind. Daher scheint es sinnvoll, langfristig eher neurobiologische Krankheitsmechanismen als Grundlage einer besseren Klassifikation, Diagnostik und Therapie zu verwenden, als rein symptombasierte Einteilungen.

Stadien-Ansatz zur Untersuchung von neurobiologischen Risiko- und Krankheitsmerkmalen. Es sollen neurobiologische Mechanismen identifiziert werden, die mit dem Ausmaß des Erkrankungsrisikos zusammenhängen.

Mithilfe des „Stadien-Ansatzes“ soll zudem untersucht werden, wie sich Hirnmerkmale zwischen unterschiedlichen Risiko-/Erkrankungsstadien unterscheiden. Ein großer Datensatz aus der Vorgängerstudie „MooDS - Neurogenetische Risikomechanismen affektiver Störungen und Schizophrenie“ liefert die dafür notwendigen Vergleichsmöglichkeiten mit Gruppen von gesunden Kontrollpersonen und nicht erkrankten Verwandten ersten Grades von Patienten.

Als Untersuchungsmethoden kommen bildgebende Untersuchungen von Hirnstruktur und Hirnfunktion (mittels Magnetresonanztomographie, MRT), genetische Analysen sowie neuropsychologische und testpsychologische Verfahren zum Einsatz.

Das TP4 trägt wesentlich zum Gesamtziel des Konsortiums bei, indem es anhand dreier Patientenstichproben und einer Kontrollstichprobe die Effekte genetischer Marker auf basale neurokognitive Prozesse untersucht, hierfür die funktionellen und strukturellen MRT-Daten erhebt und in Kooperation mit anderen TPs die Datenauswertung vorantreibt. Die gemeinsame Analyse der Daten wird in enger Zusammenarbeit mit den TP1 und TP10 erfolgen. Darüber hinaus werden wir in Zusammenarbeit mit TP1 Pathway-basierte Informationen, u. a. aus Protein-Protein-Interaktionsnetzwerken (TP8), in die Analyse der Bildgebungsdaten integrieren.

Ziel ist es, gemeinsam mit den anderen Teilprojekten die Entwicklung eines computationellen Modells und statistischer Methoden fortzusetzen, welche unter Einbeziehung der fMRT-Daten zugrundeliegende neuronale Prozesse erfassen und dabei zum Verständnis funktioneller Veränderungen bei psychiatrischen Erkrankungen beitragen.