Medikamentensuche Marburger Datenbank hilft im Kampf gegen Corona-Pandemie

CORDITE bündelt wichtige Forschungsdaten zu potenziellen Medikamenten für die Bekämpfung von SARS-CoV-2 und unterstützt somit die Forschung bei der Arzneimittelentwicklung.
CORDITE bündelt wichtige Forschungsdaten zu potenziellen Medikamenten für die Bekämpfung von SARS-CoV-2 und unterstützt somit die Forschung bei der Arzneimittelentwicklung.

Weltweit suchen Wissenschaftler/innen nach einem Medikament gegen das Virus SARS-CoV-2. Den Forschungsteams steht mit CORDITE ab sofort eine neue Datenbank zur Verfügung, die am Fachbereich Mathematik und Informatik der Philipps-Universität Marburg entwickelt wurde.

Die Datenbank CORDITE (CORona Drug InTEractions database) bündelt zentrale Forschungsdaten zu SARS-CoV-2 und bietet damit eine wichtige Hilfestellung für die Arzneimittelentwicklung. Bevor ein neuer Wirkstoff eingesetzt werden kann, muss dieser zunächst in Simulationen identifiziert und in zellbasierten Verfahren untersucht werden. Dabei werden potenzielle Zielstrukturen und Andockstellen auf Zellen, sogenannte Targets, analysiert. »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 für mehr als 450 Medikamente – damit ist sie derzeit die größte kuratierte Datenbank für potentielle Medikamente für SARS-CoV-2«, sagt Prof. Dr. Dominik Heider, Leiter der Arbeitsgruppe Data Science in der Biomedizin am Fachbereich Mathematik und Informatik der Philipps-Universität, die CORDITE entwickelte.

CORDITE bündelt automatisch Informationen über rechnergestützte, in vitro- oder Fallstudien zu potenziellen Medikamenten für die Bekämpfung von SARS-CoV-2 bzw. COVID 19 der Fachdatenbanken PubMed, bioRxiv, chemRxiv und medRxiv – neben Originalarbeiten auch Übersichtsarbeiten und Kommentare. Darüber hinaus werden auch registrierte klinische Studien des National Institutes for Health (NIH) gelistet. Nutzerinnen und Nutzer können auf 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 der Arbeitsgruppe manuell kuratiert.

Arbeitsgruppe Data Science in der Biomedizin

Hauptaugenmerk der Arbeitsgruppe Data Science in der Biomedizin am Fachbereich Mathematik und Informatik der Philipps-Universität liegt auf der Entwicklung von 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.