Förderzeitraum: September 2026–August 2028
Die Diagnose von ME/CFS basiert derzeit auf etablierten klinischen Kriterien; objektive diagnostische Biomarker sind bislang nicht verfügbar. Biomarker könnten die klinische Diagnosestellung jedoch ergänzen, indem sie eine standardisierte Klassifikation von Patient*innen ermöglichen, diagnostische Unsicherheiten und Verzögerungen verringern sowie als objektive Messgrößen für klinische Studien dienen. Biomarker gewinnen zudem an Bedeutung, da Forschungsergebnisse auf eine biologische Heterogenität von ME/CFS hinweisen und bei einem Teil der Erkrankten immunologische Fehlregulationen sowie autoimmune Mechanismen eine zentrale Rolle spielen. Ziel des Projekts ist die Entwicklung minimaler Biomarker-Panels für die Diagnose und biologische Stratifizierung von Patient*innen mit ME/CFS. Aufbauend auf bestehenden hochdimensionalen Immun- und Proteomikdaten sollen mithilfe von Machine-Learning-Methoden jene Kombinationen von Biomarkern identifiziert werden, die eine möglichst hohe diagnostische Leistungsfähigkeit besitzen. Komplexe biologische Signaturen werden auf wenige aussagekräftige Biomarker reduziert und es wird untersucht, ob diese Biomarker-Panels eine zuverlässige Diagnose ermöglichen und eine biologische Stratifizierung in klinisch relevante Endotypen – Patient*innengruppen mit unterschiedlichen biologischen Krankheitsmechanismen – erlauben. Dadurch sollen die Voraussetzungen für eine objektivere Diagnostik und gezieltere Therapieentscheidungen geschaffen werden. Die Projektergebnisse sollen die Grundlage für die weiterführende analytische und klinische Validierung sowie die regulatorische Weiterentwicklung zu einem In-vitro-Diagnostikum (IVD) bilden. Das Projekt soll damit einen wichtigen Beitrag zur Verbesserung der Diagnostik leisten und die Grundlage für zukünftige personalisierte Therapieansätze bei ME/CFS schaffen.