Ermittlung genetischer und zellulärer Verbindungen und Unterschiede zwischen 15 Autoimmunerkrankungen mittels eines In-silico-Ansatzes

Wenn die Verteidiger des Körpers sich gegen ihn wenden

Autoimmunerkrankungen – von Typ-1-Diabetes über Lupus bis Psoriasis – betreffen etwa eine von zehn Personen. Sie entstehen, wenn das Immunsystem, das eigentlich Infektionen bekämpfen soll, fälschlich eigenes Gewebe angreift. Viele dieser Erkrankungen treten familiär gehäuft auf, und große genetische Studien haben Tausende von DNA-Regionen identifiziert, die mit dem Risiko verknüpft sind. Dennoch fällt es Ärzten weiterhin schwer zu erklären, warum manche Menschen eine bestimmte Autoimmunerkrankung und nicht eine andere entwickeln oder warum einige Behandlungen bei einer Erkrankung helfen, bei einer verwandten aber nicht. Diese Studie geht diesen Fragen nach, indem sie Gene und Zellen des Immunsystems über 15 verbreitete Autoimmunerkrankungen hinweg genauer untersucht.

Ein Blick über viele Immunerkrankungen zugleich

Die Forschenden sammelten Ergebnisse großer genetischer Assoziationsstudien zu 15 Autoimmunerkrankungen, darunter Multiple Sklerose, rheumatoide Arthritis, entzündliche Darmerkrankungen, Typ-1-Diabetes, Psoriasis und andere. Sie erweiterten jede Risikovarianz auf benachbarte, stark gekoppelte Varianten und gruppierten diese in breitere genetische Nachbarschaften, sogenannte Loci, sowie in präzisere Variantengruppen, die gemeinsam wirken dürften, sogenannte Signale. Um über einfache Listen von DNA-Veränderungen hinauszukommen, überlagerten sie diese Karte mit detaillierten „Multi-Omics“-Informationen: welche Varianten die Genaktivität beeinflussen, welche in aktiven Schaltern des Genoms liegen, welche Gene sie wahrscheinlich steuern und in welchen wichtigen Immunzelltypen diese Effekte auftreten. So konnten sie nicht nur fragen, wo sich Risiko im Genom befindet, sondern wie es wahrscheinlich das Immunverhalten verändert.

Geteilte Regionen, unterschiedliche genetische Botschaften

Eine der wichtigsten Erkenntnisse ist, dass die gemeinsame Lokalisation einer genetischen Region bei mehreren Erkrankungen nicht zwingend dieselbe zugrundeliegende Ursache bedeutet. Etwa die Hälfte aller Risikoloci war mit mehr als einer Autoimmunerkrankung assoziiert. Beim Heranzoomen auf die Ebene individueller Signale – eng gekoppelte Variantengruppen, die wahrscheinlich als Einheit wirken – waren jedoch nur rund 15 Prozent tatsächlich geteilt. Anders gesagt: Verschiedene Erkrankungen bewohnen häufig denselben Postleitzahlenbereich im Genom, erhalten aber unterschiedliche „Briefe“: separate Signale mit verschiedenen Wirkungen. Durch die Clusterung von Erkrankungen anhand dieser Signale ergaben sich klare Gruppen, etwa ein Cluster mit entzündlichen Darmerkrankungen, Psoriasis, ankylosierender Spondylitis und Multipler Sklerose, und ein anderer, der Typ-1-Diabetes mit Autoimmunerkrankungen der Schilddrüse und Vitiligo zusammenfasste.

Welche Immunzellen zählen am meisten

Um zu verstehen, wo im Körper diese genetischen Botschaften abgelesen werden, untersuchten die Autorinnen und Autoren, welche Immunzelltypen an den einzelnen Signalen regulatorische Aktivität zeigen. Sie konzentrierten sich auf sechs grobe Zellgruppen: zwei Arten von T-Zellen, B-Zellen, natürliche Killerzellen, Monozyten und dendritische Zellen. Bei den meisten Signalen schienen nur wenige dieser Zelltypen direkt beteiligt zu sein, und etwa eines von fünf Signalen war offenbar spezifisch für einen einzelnen Zelltyp. Insgesamt dominierten T-Zellen das Bild, allerdings zeigten sich krankheitsspezifische Abweichungen: B-Zell-Beteiligung war besonders bei systemischem Lupus erythematodes und primärer biliärer Cholangitis angereichert, was die zentrale Rolle von antikörperproduzierenden Zellen bei diesen Erkrankungen widerspiegelt. Diese Muster deuten darauf hin, dass selbst wenn dasselbe Gen in mehreren Erkrankungen eine Rolle spielt, es in unterschiedlichen Immunzellen fehlreguliert sein kann, was Unterschiede in Symptomen und Zielorganen erklärt.

Insbesondere auf Schlüsselgene und -wege fokussieren

Als Nächstes entwickelten die Forschenden ein Bewertungssystem, das mehrere Evidenzlinien kombinierte, um jedes genetische Signal mit einem oder mehreren wahrscheinlichen Zielgenen zu verknüpfen. Dieser Ansatz lieferte 1.554 Gene, die mit den 15 Erkrankungen assoziiert sind, wobei zwei Drittel nur mit einer Erkrankung verknüpft waren. Mehr als 500 Gene wurden jedoch von mindestens zwei Erkrankungen geteilt, und einige – wie STAT4, SH2B3 und BACH2 – tauchten wiederholt auf und wiesen auf zentrale Komponenten der Autoimmunbiologie hin. Bei der Untersuchung der biologischen Signalwege, denen diese Gene angehören, traten wiederholt Themen wie T-Zell-Differenzierung, Virusantworten, Interferon-Signalisierung und Interleukin-(Immunbotenstoff)-Signalwege hervor. Gleichzeitig waren einige Wege auffällig krankheitsspezifisch, etwa Komplementaktivierung beim Lupus, Verhornung bei Psoriasis und bestimmte entzündliche Signalwege bei entzündlichen Darmerkrankungen und Zöliakie.

Von Proteinnetzwerken zu möglichen Therapien

Da Proteine oft zusammenarbeiten, kartierten die Autorinnen und Autoren, wie sich die 1.554 Proteine untereinander beeinflussen, bauten ein großes Netzwerk auf und unterteilten es in 32 funktionale Module. Einige Module, etwa eines, das sich um Erkennungsmoleküle des Immunsystems (HLA-Gene) dreht, und ein anderes zur Differenzierung von Helfer-T-Zellen, waren in nahezu allen Erkrankungen wichtig. Andere waren deutlich selektiver: Ein Modul, das mit Komplement und Blutgerinnung verknüpft ist, hob sich vor allem beim Lupus ab, während ein anderes, das die Reifung von Hautzellen anreichert, spezifisch für Psoriasis war. Durch Abgleich dieser Module mit bestehenden Medikamentendatenbanken hoben die Forschenden dutzende Medikamente hervor, die bereits Proteine innerhalb dieser Netzwerke ansprechen – einige sind für eine Autoimmunerkrankung zugelassen, aber noch nicht bei anderen erprobt worden. Dieses Framework schlägt konkrete Kandidaten für die Umwidmung von Medikamenten und für die Anpassung von Therapien an die funktionalen Module vor, die in der jeweiligen Erkrankung am wichtigsten sind.

Was das für Patientinnen und Patienten und die zukünftige Versorgung bedeutet

Für Laien ist die zentrale Botschaft: Viele Autoimmunerkrankungen teilen breite genetische Nachbarschaften und zentrale Immunwege, doch die Details – genaue Varianten, Zielgene und Zelltypen – unterscheiden sich oft. Diese feingranularen Unterschiede helfen zu erklären, warum eng verwandte Erkrankungen nicht immer auf dieselben Behandlungen ansprechen und warum das Ansteuern eines spezifischen Zweigs eines Immunwegs wirksamer und sicherer sein kann als dessen breitflächige Blockade. Indem die Studie genetisches Risiko systematisch mit Immunzellverhalten, Proteinnetzwerken und bekannten Medikamenten verknüpft, liefert sie eine Roadmap, um zu verstehen, warum Autoimmunerkrankungen sich ähneln und zugleich voneinander abweichen – und weist den Weg zu präziseren, mechanistisch begründeten Therapien in der Zukunft.

Zitation: Dang, X., Wang, F.Q., Zhang, C. et al. Identifying genetic and cellular connections and distinctions among 15 autoimmune diseases using an in-silico approach. Commun Med 6, 235 (2026). https://doi.org/10.1038/s43856-026-01487-9

Schlüsselwörter: Autoimmunerkrankungen, genetisches Risiko, Immunzelltypen, Multi-Omics, Neubewertung von Medikamenten