Psychotische Erkrankungen wie die Schizophrenie oder die bipolare Störung gehören zu den schwersten psychischen Störungen und stellen eine massive klinische Herausforderung und eine erhebliche Belastung für das Gesundheitswesen dar. Die Diagnose dieser Erkrankungen beruht auf klinischen Kriterien und berücksichtigt die zugrunde liegende Biologie nicht ausreichend. Patientinnen und Patienten werden trotz der Heterogenität in klinischen Verläufen, dem Ansprechen auf Therapie und dem Auftreten von somatischen Komorbiditäten wie der Typ-2-Diabetes, kardiovaskulären Erkrankungen oder neurodegenerativen Prozessen, zumeist durch einen "one-fits-all" Ansatz behandelt. Biologische Hilfsmittel zur Stratifikation von Patienten mit psychotischen Erkrankungen und zur Identifikation der biologischen Grundlagen somatischer Komorbidität werden dringend benötigt. Dies wird eine verbesserte klinische Differenzierung von psychotischen Erkrankungen, sowie die Entwicklung neuer interventioneller, auf die Minimierung des Komorbiditäts-Risikos ausgerichteter, Strategien ermöglichen. Dafür wird COMMITMENT Stratifikations-Ansätze, die in der Onkologie bereits erfolgreich eingesetzt wurden, erweitern, um psychotische Erkrankungen zu stratifizieren. Zudem wird in COMMITMENT die Vorhersagekraft der zugrunde liegenden biologischen Profile für den Krankheitsverlauf, das Therapie-Ansprechen und das Auftreten von Komorbidität in frühen Krankheitsphasen getestet. In der zweiten Förderphase übernimmt das Zentralinstitut für Seelische Gesundheit weiterhin das Projektmanagement, sowie die Fortentwicklung der Informations-Technologie (IT) Infrastruktur, durch die Techniken des Maschinellen Lernens auf verteilten Datensätzen angewendet und Komobiditäts-Signaturen identifiziert werden können. Damit schafft COMMITMENT die Grundlage für biologische Hilfsmittel, die eine verbesserte, personalisierte Behandlung von Patientinnen und Patienten mit psychotischen Erkrankungen erlauben.

Psychotische Erkrankungen wie die Schizophrenie oder die bipolare Störung gehören zu den schwersten psychischen Störungen und stellen eine massive klinische Herausforderung und eine erhebliche Belastung für das Gesundheitswesen dar. Die Diagnose dieser Erkrankungen beruht auf klinischen Kriterien und berücksichtigt die zugrunde liegende Biologie nicht ausreichend. Patientinnen und Patienten werden trotz der Heterogenität in klinischen Verläufen, dem Ansprechen auf Therapie und dem Auftreten von somatischen Komorbiditäten wie der Typ-2-Diabetes, kardiovaskulären Erkrankungen oder neurodegenerativen Prozessen, zumeist durch einen "one-fits-all" Ansatz behandelt. Biologische Hilfsmittel zur Stratifikation von Patientinnen und Patienten mit psychotischen Erkrankungen und zur Identifikation der biologischen Grundlagen somatischer Komorbidität werden dringend benötigt. Dies wird eine verbesserte klinische Differenzierung von psychotischen Erkrankungen, sowie die Entwicklung neuer interventioneller, auf die Minimierung des Komorbiditäts-Risikos ausgerichteter, Strategien ermöglichen. Dafür wird COMMITMENT Stratifikations-Ansätze, die in der Onkologie bereits erfolgreich eingesetzt wurden, erweitern, um psychotische Erkrankungen zu stratifizieren. Zudem wird in COMMITMENT die Vorhersagekraft der zugrunde liegenden biologischen Profile für den Krankheitsverlauf, das Therapie-Ansprechen und das Auftreten von Komorbidität in frühen Krankheitsphasen getestet. Die Universität Bonn übernimmt weiterhin die Koordination und Erweiterung von umfangreichen Datensätzen für das COMMITMENT-Netzwerk und die klinische Validierung der durch die Projektpartner entwickelten Algorithmen in unabhängigen Quer- und Längsschnitt-Kohorten, um in Zukunft eine Grundlage für eine mögliche klinische Translation bilden zu können.

Psychotische Störungen, einschließlich Schizophrenie und bipolarer Störungen, gehören zu den schwersten psychischen Erkrankungen, die eine enorme Belastung für die klinische und gesundheitliche Versorgung verursachen. Insbesondere bei Schizophrenie ist die diagnostische Abgrenzung dieser Zustände klinisch definiert, berücksichtigt jedoch die zugrunde liegenden biologischen Prozesse nicht angemessen. Das zentrale Ziel dieses Forschungsvorhabens ist eine bessere Stratifikation von psychotischen Erkrankungen unter Berücksichtigung von klinischen, Bildgebenden und molekularen Daten und die Identifikation von biologischen Signaturen dieser Erkrankung. Solche Signaturen werden durch den Beitrag von unterschiedlichen molekularen Größen definiert, wie die Expression von bestimmten Genen, die Konzentration von Metaboliten oder besondere Strukturen aus Bilddaten. Weiterhin wird nach gemeinsamen Mechanismen gesucht, die der Komorbidität mit somatischen Erkrankungen zugrunde liegen. Ein Schwerpunkt des interdisziplinären Projekts ist dabei, die Vorhersagekraft der Signaturen für den Krankheitsverlauf, Behandlungserfolg und das Auftreten von Komorbiditäten. FRAUNHOFER konzentriert sich in diesem Projekt auf die Generierung von Mechanismeninventaren und deren Anwendung auf Patientendaten zur Stratifizierung. Eine erfolgreiche Umsetzung solch systemmedizinischer Ansätze in der Psychiatrie hängt von der Fähigkeit ab, pathogenetische Mechanismen genau zu modellieren und diese für die Analyse des maschinellen Lernens verfügbar zu machen. Mechanistische Informationen werden nun aus der wissenschaftlichen Literatur identifiziert und extrahiert und Expertenwissen von den beteiligten biomedizinischen und klinischen Forschungsinstituten erfasst.

Psychotische Störungen, einschließlich Schizophrenie und bipolarer Störungen, gehören zu den schwersten psychischen Erkrankungen, die eine enorme Belastung für die klinische und gesundheitliche Versorgung verursachen. Insbesondere bei Schizophrenie ist die diagnostische Abgrenzung dieser Zustände klinisch definiert, berücksichtigt jedoch die zugrunde liegenden biologischen Prozesse nicht angemessen. Das zentrale Ziel dieses Forschungsvorhabens ist eine bessere Stratifikation von psychotischen Erkrankungen unter Berücksichtigung von klinischen, Bildgebenden und molekularen Daten und die Identifikation von biologischen Signaturen dieser Erkrankung. Solche Signaturen werden durch den Beitrag von unterschiedlichen molekularen Größen definiert, wie die Expression von bestimmten Genen, die Konzentration von Metaboliten oder besondere Strukturen aus Bilddaten. Weiterhin wird nach gemeinsamen Mechanismen gesucht, die der Komorbidität mit somatischen Erkrankungen zugrunde liegen. Ein Schwerpunkt des interdiziplinären Projekts ist dabei, die Vorhersagekraft der Signaturen für den Krankheitsverlauf, Behandlungserfolg und das Auftreten von Komorbiditäten. Die Arbeitsgruppe der Universität Heidelberg wird die Erstellung von Machine Learning (ML) Modellen weiterführen, und diese auf konsortiumsinterne Expressionsdaten anwenden, um Komorbiditätssignaturen zu definieren und diese in Validierungskohorten zu identifizieren. Dazu sollen auch knowledge-graphs in die interpretierbaren ML Modelle einfließen.

Psychotische Störungen, einschließlich Schizophrenie und bipolare Störungen, gehören zu den schwersten psychischen Erkrankungen, die eine enorme klinische und gesundheitliche Belastung darstellen. Die diagnostische Abgrenzung dieser Erkrankungen ist klinisch definiert und berücksichtigt nicht in angemessener Weise die zugrunde liegende Biologie. Die Patientinnen und Patienten werden weitgehend nach einem "Einheits"-Ansatz behandelt, obwohl der Verlauf, das Ansprechen auf die Behandlung und das Vorhandensein von somatischen Begleiterkrankungen wie Typ-2-Diabetes, Herz-Kreislauf-Erkrankungen und neurodegenerativen Prozessen sehr unterschiedlich sind. Es besteht ein dringender Bedarf an Mitteln zur Stratifizierung von Patienten mit psychotischen Störungen und zur Ermittlung der biologischen Grundlage somatischer Komorbiditäten. Dies wird eine bessere klinische Abgrenzung psychotischer Erkrankungen ermöglichen und neue Interventionsstrategien erleichtern, die auf die Minimierung des Komorbiditätsrisikos abzielen und die Mortalität und Morbidität verringern. Um dies zu erreichen, wird COMMITMENT psychotische Störungen stratifizieren und biologische Bereiche identifizieren, die mit Komorbiditäten einhergehen. Im Rahmen dieses Projekts wird die Gruppe der Ludwig-Maximilians-Universität weiterhin robuste multivariate Methoden entwickeln, um Patientinnen und Patienten mit psychotischen Störungen biologisch zu stratifizieren und biologische Bereiche zu identifizieren, die mit somatischen Komorbiditäten gemeinsam sind. Auf diese Weise wird COMMITMENT die Grundlage für biologisch fundierte klinische Instrumente für eine verbesserte personalisierte Versorgung von Patienten mit psychotischen Störungen schaffen.

Das zentrale Ziel des Forschungsverbundes COMMITMENT ist die Identifizierung biologischer Mechanismen und Profile, die relevant für die Entstehung von psychotischen Erkrankungen und deren somatischen Komorbiditäten (insbesondere kardiovaskulärer Erkrankungen) sind. Ein besseres Verständnis der den Erkrankungen zugrundeliegenden biologischen Prozessen wird ggf. zukünftig eine Gruppierung von Patienten anhand ihrer biologischen Profile (Stratifikation) ermöglichen und den Weg zu einer Risikoprofil-adaptierten Behandlung ebnen. Das Universitätsklinikum Bonn leitet Teilprojekt 2 und ist hauptverantwortlich für das Bereitstellen verschiedener Datenmodalitäten aus großen nationalen und internationalen Kohorten, die für die Erstellung der biologischen Krankheitsprofile relevant sind. Weiterhin wird von Teilprojekt 2 die geplante klinische Validierung der identifizierten biologischen Erkrankungsprofile durchgeführt. Die im Rahmen von COMMITMENT zu analysierenden biologischen Profile setzen sich unter anderem zusammen aus Genotyp-, Genexpressions- und klinischen Daten. Da bisher nicht von allen zur Verfügung stehenden Kohorten Genexpressionsdatensätze erhältlich sind, wird in Teilprojekt 2 die Genexpression bei insgesamt 4.000 Probanden mittels RNA-Sequenzierung untersucht. In einem nächsten Schritt werden komplexe bioinformatische Analysen durchgeführt werden, um genetische Faktoren und Genexpressionsprofile zu identifizieren, die entweder besonders das Risiko für eine psychotische Erkrankung erhöhen oder aber sowohl den psychotischen und den untersuchten somatischen Erkrankungen zugrunde liegen. Die im Rahmen von COMMITMENT identifizierten biologischen Profile für psychotische und/oder somatische Erkrankungen werden in unabhängigen Patientenkollektiven hinsichtlich ihrer Vorhersagekraft für das Auftreten von Komorbiditäten in frühen Krankheitsphasen, den Behandlungserfolg und den Krankheitsverlauf untersucht.