Professur für „Health Data Modeling“

Das Ziel seiner Arbeit ist es, krankheitsspezifische Veränderungen in unseren Genen und damit Zielstrukturen für innovative Medikamente zu finden. Mithilfe von Verfahren des maschinellen Lernens (ML) zur Aufarbeitung riesiger Datenmengen will er neue Therapiewege für eine Vielzahl verbreiteter Krankheiten aufzeigen, für die es bislang noch an wirksamen und sicheren Medikamenten fehlt. 

Pietzner ist seit 2021 am BIH und hat mit Prof. Claudia Langenberg in der Gruppe für Computational Medicine zusammengearbeitet. 2023 hat ihm der Europäische Forschungsrat einen ERC-Starting Grant in Höhe von 1,5 Millionen Euro über fünf Jahre zuerkannt.

Pietzner studierte Biomathematik und promovierte 2017 an der Universität Greifswald zu Metabolomics bei endokrinen Erkrankungen. Diese Arbeit verhalf ihm zu einem DFG-Stipendium, mit dem er 2018 zur MRC Epidemiology Unit an der Universität Cambridge wechselte, wo er die Möglichkeit hatte, verschiedene Publikationen über „Omics“ im bevölkerungsbezogenen Maßstab zu leiten. Dazu gehörten Studien zu sogenannten protein quantitative trait loci (engl., pQTLs), Bereichen im Genom, die mit unterschiedlichen Blutspiegeln von zirkulierenden Proteinen verbunden sind. Diese pQTLs erwiesen sich als wesentlich für das Verständnis von ansonsten wenig verstandenen Bereichen im Genom, die mit Krankheitsrisiken verbunden sind.

Durch Forschung mehr Verständnis über variierende Genome

Natürliche Variationen in unserem genetischen Code erklären individuelle Unterschiede in der Krankheitsanfälligkeit. Nur wenige davon haben große Auswirkungen, die zu Krankheiten führen; viele kleinere sind jedoch dafür geeignet, uns neue Krankheitsmechanismen aufzuzeigen. Pietzner möchte mit seiner Forschung ein Verständnis dafür schaffen, durch welche konkreten Gene diese Variationen im Genom wirken können. Dazu verknüpft er Daten über die Gesundheit von Millionen von Menschen auf der ganzen Welt mit molekularen Daten in Einzelzellauflösung.

Diese Forschung kann sowohl neue Wege zur Behandlung von Erkrankungen aufdecken als auch einen systematischen Ansatz bieten, die mögliche Verwendung bereits existierender, sicherer und wirksamer Medikamente für neue Erkrankungen zu testen. Solch ein ‚Drug Repurposing’ ist sehr kosteneffizient und ressourcenschonend, war bisher allerdings vor allem das Resultat von zufälligen Beobachtungen in klinischen Studien oder der Anwendung in der Praxis.

Pietzner will dieses Wissen nutzen, um systematisch nach Möglichkeiten für die Anpassung von Medikamenten für viele verbreitete, aber milde Krankheiten zu suchen, für die es bislang keine oder nur wenig wirksame Behandlungsmöglichkeiten gibt, wie etwa die Hauterkrankung Rosazea. Die Verfügbarkeit elektronischer Gesundheitsdaten eröffnet erstmals die Möglichkeit, an Millionen von Menschen Erkrankungen systematisch und ökonomisch zu erforschen.