
Hundenasen und KI spüren Long COVID auf
Speziell trainierte Spürhunde und massenspektrometrische Analysen, kombiniert mit Machine-Learning-Verfahren, erkennen Geruchssignaturen von Long COVID. Forscher aus Braunschweig und Hannover sehen darin einen vielversprechenden Ansatz für innovative Diagnoseverfahren.
Bisher ist es schwierig, Long COVID zu diagnostizieren, denn die Symptome wie Erschöpfung, Konzentrationsstörungen oder Atembeschwerden treten auch bei anderen Erkrankungen auf. Forscher suchen daher nach messbaren biologischen Merkmalen, die Long COVID zuverlässig kennzeichnen. Und diesem Ziel ist man nun einen kleinen Schritt näher gekommen: Speziell trainierte Spürhunde können Long-COVID-Proben zuverlässig erkennen – und ihre Einschätzung deckt sich mit den Ergebnissen moderner massenspektrometrischer Analysen und Verfahren des maschinellen Lernens. Das zeigt das Forschungsprojekt „COVID Dogolomics“ der Technischen Universität Braunschweig, der Medizinischen Hochschule Hannover und der Tierärztlichen Hochschule Hannover.
Zwei unterschiedliche Systeme erkennen dieselbe Signatur
Im Mittelpunkt der Untersuchung stehen flüchtige organische Verbindungen (Volatile Organic Compounds VOCs), die als Stoffwechselprodukte im Urin vorkommen und auf Erkrankungen hinweisen können. Eine von Doktorandin Lea Woyciechowski an der TU Braunschweig entwickelte analytische Methode ermöglicht es, diese Verbindungen auch in sehr kleinen Urinproben hochauflösend zu erfassen und mithilfe von KI auszuwerten.
Parallel dazu testeten speziell ausgebildete Spürhunde an der Tierärztlichen Hochschule Hannover dieselben Proben. Die Tiere konnten Long-COVID-Proben nicht nur von gesunden Kontrollproben, sondern auch von Proben ähnlicher Krankheitsbilder unterscheiden. Die analytischen Auswertungen bestätigten dieses Ergebnis: Proben, die von den Hunden als auffällig erkannt wurden, wiesen ebenfalls charakteristische Stoffwechselmuster auf.
„Dass zwei völlig unterschiedliche Detektionssysteme unabhängig voneinander dieselbe Signatur erkennen, ist wissenschaftlich besonders spannend“, so Professor Karsten Hiller, Leiter der Abteilung Bioinformatik und Biochemie an der TU Braunschweig.. „Das gibt uns zusätzliche Sicherheit, dass wir tatsächlich relevante biologische Veränderungen beobachten und nicht nur statistische Zufallseffekte.“
Der nächste Schritt wird es sein, die chemische Struktur der Moleküle aufzuklären, die zu den Veränderungen in den Proben beitragen, und herauszufinden, ob es tatsächlich diese Verbindungen sind, die die Hunde erkennen.
Die Arbeiten wurden im Rahmen des COVID-19-Forschungsnetzwerks Niedersachsen (COFONI) durchgeführt und beim Abschlusssymposium des Netzwerks ausgezeichnet.

Graph Therapeutics Flexco
Universitätsklinikum Bonn (UKB)
tilialucida - stock.adobe.com