Data als sleutel tot nieuwe behandelingen

Interview met dr. J. McCormack-Venhorst

Dr. Jennifer McCormack-Venhorst is biomedisch onderzoeker bij TNO. Ze werkt met grote hoeveelheden (bio)medische data om beter te begrijpen hoe ziektes werken. Dat klinkt misschien abstract, maar haar werk vormt een eerste stap in het zoeken naar nieuwe behandelingen – ook voor bindweefselaandoeningen.

Kunt u iets vertellen over uw achtergrond?

“Ik heb scheikunde gestudeerd aan de Vrije Universiteit, met een focus op geneesmiddelen. Daarna ben ik gepromoveerd in de moleculaire en computationele toxicologie. Daarbij kijk je bijvoorbeeld naar hoe geneesmiddelen werken in het lichaam en wat mogelijke bijwerkingen zijn.
Na mijn promotie heb ik twaalf jaar bij een farmaceutisch bedrijf gewerkt. Daar hield ik me bezig met het ontwerpen van nieuwe geneesmiddelen, vaak met behulp van voorspellende computermodellen. Inmiddels werk ik bij TNO, waar ik me meer richt op het ontsluiten van data en literatuur om ziekteprocessen beter te begrijpen. Wat mij daarin aanspreekt, is dat je op verschillende manieren naar een probleem kijkt: wat gebeurt er precies in het lichaam, waarom gebeurt dat, en waar kun je ingrijpen?”

U zit dus niet zelf in het lab?

“Nee, ik werk vooral met de computer. Ik breng informatie uit verschillende bronnen bij elkaar en probeer de puzzelstukjes aan elkaar te verbinden. Op basis daarvan krijgen we een goed beeld van hoe een ziekte in elkaar zit en op welke manier je die zou kunnen beïnvloeden. Deze kennis is het startpunt voor de ontwikkeling van nieuwe geneesmiddelen om ziektes tegen te gaan en kwaliteit van leven te verbeteren.
Door de analyse van grote hoeveelheden data met de computer kunnen we veel beter en sneller begrijpen wat de mogelijke oorzaken van een ziekte zijn. Maar het blijft natuurlijk niet bij theorie. De ideeën die wij op deze manier ontwikkelen, testen anderen daarna in het lab – vaak mijn collega’s binnen TNO. Want een hypothese is mooi, maar je moet uiteindelijk wel kunnen laten zien dat het in de praktijk klopt.”

Wat voor soort data gebruikt u?

“Er is heel veel relevante informatie beschikbaar. Denk aan gegevens over eiwitten in het lichaam: hoe ze zijn opgebouwd en hoe ze functioneren. Maar ook aan informatie over geneesmiddelen, bijvoorbeeld op welke eiwitten in het lichaam ze invloed hebben en welke bijwerkingen ze kunnen geven.
Daarnaast is er natuurlijk heel veel wetenschappelijke literatuur, bijvoorbeeld over de resultaten van labstudies. Die informatie komt uit allerlei bronnen en staat vaak los van elkaar. Wat wij doen, is die informatie bij elkaar brengen. Je ziet bijvoorbeeld op de ene plek een eiwit genoemd, ergens anders een bepaalde stof, en weer ergens anders een effect op de gezondheid. Door dat samen te voegen, kun je beter begrijpen wat er in het lichaam gebeurt en hoe dat samenhangt.”

Hoe helpt kunstmatige intelligentie daarbij?

“We gebruiken AI om teksten te analyseren, bijvoorbeeld uit grote databases met wetenschappelijke publicaties. Hiervoor moeten we eerst modellen trainen en combineren met onze kennis.  Vervolgens kan AI automatisch herkennen wat een geneesmiddel is, wat een eiwit is en wat een effect is.
Vervolgens proberen we ook te bepalen of er echt een verband is tussen die dingen. Dus niet alleen dat ze samen genoemd worden, maar of ze echt ook iets met elkaar te maken hebben, bijvoorbeeld of een stof een bepaald eiwit beïnvloedt en welk effect dat dan geeft. Ook hier worden modellen eerst voor getraind.

Al die informatie samen zetten we in een soort netwerk. Dat bestaat uit heel veel kleine verbanden, die samen een groter geheel vormen. Daarmee krijg je inzicht in hoe verschillende processen binnen een ziekte met elkaar samenhangen.”

Wat kunt u met zo’n netwerk?

“Bij ziekten gaat het meestal niet om één enkel proces in het lichaam, maar om een hele keten van gebeurtenissen. Met een netwerk van onderlinge verbanden kun je bijvoorbeeld kijken wat er gebeurt als je één onderdeel verandert. Wat is het effect op alle andere vlakken? Op die manier kun je zoeken naar plekken waar je het proces kunt beïnvloeden. Dit soort onderzoek kan ideeën opleveren voor mogelijke behandelingen. Voor leverfibrose hebben we bijvoorbeeld nieuwe aangrijpingspunten geïdentificeerd en in het lab aangetoond dat remming van deze eiwitten inderdaad minder fibrose geeft. We kijken ook meteen naar de veiligheid: wat gebeurt er nog meer in het lichaam als je ingrijpt met een bepaalde stof? Want je wilt natuurlijk niet dat er ergens anders dingen misgaan. Door dit allemaal gedetailleerd in kaart te brengen, kun je geneesmiddelontwikkeling versnellen. En met beter onderbouwde keuzes over wat je wel en niet gaat testen in het lab, kun je ook veel kosten besparen.”

Ziet u toepassingen voor bindweefselaandoeningen?

“Op dit moment werken we daar nog niet direct aan. We zijn wel samen met de stichting Power of Reflection aan het verkennen waar we elkaar kunnen vinden. De methoden die wij gebruiken, zijn op zich niet gebonden aan één specifieke ziekte. Je kunt ze in principe toepassen op allerlei aandoeningen, dus ook op collageen-gerelateerde ziekten.
Wat we bijvoorbeeld zouden kunnen doen, is beter in kaart brengen welke eiwitten een rol spelen bij brozebottenziekte en hoe die zich tot elkaar verhouden. Daarmee kun je mogelijke nieuwe aangrijpingspunten vinden voor behandeling. Daarna moet je dat natuurlijk wel altijd verder testen in het lab.”

U ontmoette Cindy Wan, de voorzitter van de stichting Power of Reflection, op een congres. Waarom hebt u besloten om het contact met de stichting uit te bouwen?

“Ik denk dat het heel belangrijk is dat onderzoekers meer contact hebben met patiënten. Door met elkaar te praten, krijg je beter inzicht in wat er nodig is en waar de belangrijkste vragen liggen. Dat motiveert enorm. Daarnaast is het waardevol om onderzoekers uit verschillende vakgebieden met elkaar te verbinden, zoals de stichting Power of Reflection doet. Bij dit soort complexe aandoeningen heb je die samenwerking echt nodig. Iedereen kijkt vanuit een andere invalshoek, en juist dat kan nieuwe inzichten opleveren.”

Wat hoopt u voor de toekomst?

“Ik hoop dat we met nieuwe technologieën zoals AI steeds beter en sneller kunnen begrijpen hoe ziektes werken en hoe we ze kunnen aanpakken. En dat er meer aandacht komt voor aandoeningen waar nu nog weinig onderzoek naar wordt gedaan. Juist daar kan samenwerking tussen onderzoeksinstellingen, geneesmiddelontwikkelaars en patiëntverenigingen helpen om stappen te zetten.”

“Data als sleutel tot nieuwe behandelingen “

Geschreven door: Diana de Veld, wetenschapsjournalist