Scientist@Sanofi - Wenn Zellen sprechen: Wie Mohammed Mosa Daten sichtbar macht

Im Zentrum von Mohammed Mosas Forschung stehen komplexe entzündliche Hauterkrankungen. Gemeinsam mit seinem Team entwickelt der promovierte Pharmazeut dreidimensionale Gewebemodelle, die dem Aufbau menschlicher Haut nachempfunden sind: sogenannte Organoide. „Wir sprechen hier von Modellen, die echtes Gewebeverhalten und Krankheitsmuster realistisch abbilden können“, erklärt er. Ziel sei es, eine möglichst präzise Nachbildung von menschlicher Haut zu schaffen, inklusive typischer pathologischer Prozesse. Auf dieser Basis können neue Wirkstoffe in einem möglichst realitätsnahen Umfeld getestet werden, bevor klinische Studien beginnen. Ein Anwendungsgebiet ist beispielsweise die Forschung zu Hidradenitis suppurativa, einer schmerzhaften, chronischen Hauterkrankung.

Diese „Avatare im Reagenzglas“, wie Mosa sie illustrierend bezeichnet, eröffnen nicht nur neue Erkenntnisse über Krankheitsmechanismen, sondern bilden eine zentrale Grundlage, um vielversprechende Therapieansätze effizient zu validieren und weiterzuentwickeln.

„Wir haben fortschrittliche Krankheitsmodelle entwickelt, die die Pathologie des Menschen genau widerspiegeln. Damit testen wir Arzneimittelkandidaten und erforschen wissenschaftliche Hypothesen in Echtzeit – sowohl im Labor mit Organoiden als auch in silico – also am Computer.

Erforschung immunologischer Hauterkrankungen mit KI-gestützter Datenanalyse

Mit neuen Ansätzen im Labor zu forschen ist aber nur ein Teil der Arbeit des Wissenschaftlers. Mithilfe von Machine-Learning-Algorithmen wertet Mosa komplexe biologische und klinische Datensätze aus, identifiziert Muster und unterstützt die Auswahl geeigneter molekularer Zielstrukturen.

„Diese computergestützten Erkenntnisse ermöglichen es meinem Team und mir, neuartige therapeutische Zielstrukturen zu identifizieren und datenbasierte Entscheidungen mit höherer Präzision zu treffen“, so Mosa. Daher verbringt der Bioinformatiker viel Arbeitszeit damit, diese computergestützten Verfahren weiterzuentwickeln.

Ein besonderer Fokus liegt auf der Entwicklung sogenannter „In-silico-Modelle“, also digitaler Patienten. Gemeinsam mit einem interdisziplinären Team entwickelt Mosa Algorithmen, die auf Basis experimenteller und klinischer Daten reale Erkrankungen simulieren. „Durch die Kombination experimenteller Daten mit klinischen Erkenntnissen und den Einsatz modernster KI-Tools schaffen wir prädiktive Modelle, die biologische Reaktionen simulieren können – und so den Weg für wirkungsvollere Therapien ebnen“, erklärt der Wissenschaftler. „In-silico-Modelle erweitern die Möglichkeiten der Medikamentenentwicklung erheblich. Sie helfen uns dabei, präzisere Vorhersagen zu treffen und personalisierte Therapieansätze frühzeitig zu identifizieren.“

Fortschrittliche Modelle, die menschlicher Pathologie nahe kommen

All diese innovativen Forschungswege zielen für Mohammed Mosa auf eins ab: das passende Medikament schneller an Patient*innen bringen zu können. „Indem wir fortschrittliche Krankheitsmodelle entwickeln, die der menschlichen Pathologie sehr nahekommen, können wir Wirkstoffkandidaten testen und neue wissenschaftliche Hypothesen in Echtzeit prüfen, sowohl im Labor mit Organoiden als auch virtuell mit digitalen Zwillingen“, erklärt er.

Dieser Doppelansatz beschleunigt die Medikamentenforschung. Simulationen klinischer Studien mit virtuellen Patienten ermöglichen beispielsweise schnellere Entscheidungen, welche Therapien Erfolg versprechend sind und weiter erforscht werden.

Ein Kreislauf zwischen Labor und Rechner

Die derzeitige Digitalisierung ist für Mosa aber erst der Anfang: „Wenn ich mir die Zukunft meines Fachgebiets vorstelle, sehe ich ein System, in dem Organoide mehrerer Organe miteinander verbunden und über fortschrittliche KI-Algorithmen gesteuert werden. Dieses System würde das Verhalten sowie komplexe Zell- und Organinteraktionen modellieren und überwachen können. Es würde umfassende Analysen von Medikamenten ermöglichen“, erzählt er.

Diese Synergie aus biologischen und digitalen Technologien würde laut Mosa die präzise Simulation spezifischer Krankheitsbiologie erlauben. Damit lässt sich die Wirksamkeit von Arzneimitteln besser vorhersagen, können potenzielle Nebenwirkungen einfacher überwacht und Behandlungsstrategien schneller an neueste wissenschaftliche Erkenntnisse angepasst werden.

„Ein solches System könnte unser Verständnis von menschlicher Entwicklung, Krankheitsmechanismen und therapeutischen Interventionen grundlegend verändern. Diese dynamischen In-silico-Modelle würden sich durch kontinuierliches Feedback aus experimentellen Daten stetig verbessern – ein Echtzeit-Kreislauf zwischen Labor und Rechner“, erläutert Mosa.

Im Team an neuen Medikamenten forschen

Ihn trieb schon immer eine große Neugier an. Das Neue entdecken und erklären ist zu einem zentralen Bestandteil seiner Arbeit bei Sanofi geworden: „Besonders begeistert mich der kreative Prozess der Wissenschaft: mutige Fragen stellen, verborgene Muster entdecken und Modelle entwickeln, die neue Einblicke in Krankheiten ermöglichen“, sagt Mosa.

Die Forschung an neuen Medikamenten zu revolutionieren, braucht aber ein starkes Team, wie er weiß: „Ich schätze den kooperativen Charakter wissenschaftlicher Arbeit, wenn unterschiedliche Perspektiven zusammenkommen, um gemeinsam Lösungen zu finden.“ Jedes Experiment, das eine Frage beantwortet, jede Analyse, die Klarheit schafft, jeder Beitrag bringt eine neue Therapie voran.

Ein für ihn bedeutender Momente in seinem Forschungsfeld: „Ich erinnere mich genau an das erste Mal, als ich unter dem Mikroskop ein voll entwickeltes Haut-Organoid sah – mit einer Architektur, die echter Haut verblüffend ähnlich war. Es fühlte sich an, als würde Wissenschaft zur Realität. Ein weiterer unvergesslicher Moment war der erste Einsatz unserer KI-gestützten virtuellen Patientenplattform. Zu sehen, wie sie Arzneimittelreaktionen simuliert und Forschungsfragen mit KI beantwortet werden können, war wie ein Blick in die Zukunft der Medizin. Solche Erlebnisse bestätigen mir, warum ich diesen Weg gewählt habe – und lassen mich voller Erwartung auf die Entwicklung in den nächsten Jahren blicken“.