Das WIN-KID Konsortium
Das WIN-KID Konsortium besteht aus drei Partnern.
Am Institut für Hygiene (Projektkoordination Alexander Mellmann) gibt es jahrzehntelange Erfahrungen in der Durchführung und Koordination von Verbund- bzw. Kooperationsvorhaben. So wurden hier beispielsweise die ersten regionalen Netzwerke zur Bekämpfung von Antibiotikaresistenzen gegründet und verschiedene BMBF- und BMG-geförderte Netzwerke aus dem Bereich der Zoonose- und Antibiotikaresistenzforschung koordiniert. Ein wissenschaftlicher Schwerpunkt liegt in der molekularen Typisierung von antibiotikaresistenten Erregern und deren Nutzung zur Erkennung von Ausbrüchen v.a. in Krankenhäusern aber auch regional und national. Hier konnten grundlegende Arbeiten zur Nutzung von short-read-Sequenzierungsdaten im Gesundheitssystem zur Erkennung und Prävention von Infektketten geschaffen werden. Seit einigen Jahren ist die Sequenzierung vollständig auf long-read-Sequenzierung umgestellt worden, um v.a. die Verbreitung von Antibiotikaresistenzdeterminanten, die auf mobilen genetischen Elementen wie Plasmiden lokalisiert sind, zu erkennen. Diese Expertise zur long-read-WGS soll in WIN-KID eingebracht werden.
Das Institut für Medizinische Mikrobiologie unter der Leitung von Frieder Schaumburg versorgt das Universitätsklinikum Münster mit der vollumfänglichen mikrobiologischen Diagnostik. Neben den umfassenden Kenntnissen und Erfahrungen zur phänotypischen Empfindlichkeitstestung gibt es langjährige Erfahrungen zur Entwicklung neuer diagnostischer Verfahren. Eine spezifische Kompetenz liegt in der Optimierung der Empfindlichkeitstestung. Die breite Expertise im Bereich der Empfindlichkeitstestung wird gemeinsam mit der Probensammlung als ein Teil des regionalen Datensatz eine wichtige Basis für das Projekt darstellen.
Das Institut für Medizinische Mikrobiologie unter der Leitung von Jan Buer versorgt die Universitätsmedizin Essen inklusive ihrer vier Tochterkliniken mit einer umfassenden mikrobiologischen Diagnostik. Die Kompetenz und Expertise liegt in der phänotypischen, massenspektrometrischen (MALDI-TOF) und genotypischen Identifizierung und Empfindlichkeitsprüfung von Bakterien und Pilzen, sowie der Validierung neuer und schnellster Methoden, wie beispielsweise der phänotypischen Empfindlichkeitstestung direkt aus Patientenproben mittels automatisierter FISH und small-molecule-Sensor-Technik. Zur Klärung diskrepanter Ergebnisse zwischen KI-Vorhersage und phänotypischer Empfindlichkeitstestung ist die Mikrodilution und die Gradientendiffusion nach Standardrichtlinien des European Committee in Antimicrobial Susceptibility Testing (EUCAST) sowie die Sequenzierung am Standort als Goldstandard etabliert.
Das Institut für Künstliche Intelligenz in der Medizin, geleitet von Folker Meyer, hat eine langjährige Expertise im Bereich der Analyse genomischer Daten und u.a. das RAST System zur Analyse von kompletten Genomen, das MG-RAST System für Metagenome oder auch eher technische Beiträge zur Besserung des state-of-the-art bei der Genomanalyse wie M5NR entwickelt. Neben dieser Expertise im Bereich der klassischen Bioinformatik, die auch die Erstellung von automatisierten Workflows zur Analyse von WGS-Datensätzen umfasst, liegt die Kompetenz und Expertise des Instituts in der Erstellung von machine learning (ML)-trainierten Modellen zur Vorhersage von Antibiotikaresistenzen aus Genomsequenzen. Diese Expertise in der Entwicklung und Evaluierung von ML-basierten Modellen wird eine zentrale Rolle in dem Projekt spielen.
Die Ridom GmbH wurde im Jahr 2002 durch Dag Harmsen gegründet. Die Kompetenz der Ridom GmbH liegt in der bioinformatischen Softwareentwicklung für Sequenz-basierte Analysen. Die WGS-Genotypisierungssoftware „SeqSphere+“ wurde im Jahr 2013 auf den Markt gebracht und ist die inzwischen global führende kommerzielle Softwarelösung zur mikrobiellen Surveillance anhand von WGS-Daten. Es gibt einen assoziierten öffentlichen und globalen Genotypisierungs-Nomenklatur-Service (www.cgmlst.org). Im Jahr 2021 kam das „Consortium Server“ Produkt für das miGenomeSurv Netzwerk erstmalig zum Einsatz. miGenomeSurv dient zur Überwachung von Lebensmittel-bedingten bakteriellen Ausbrüchen basierend auf WGS-Daten und Frühwarn-Algorithmen in Deutschland und Österreich.