Ein wissenschaftliches Kunststück: zwei ERC-Grants nacheinander

Professor Tom Lüdde ist ein Mann der ersten Stunde. Der Europäische Forschungsrat ERC (European Research Council) hatte gerade ein neues Instrument installiert, um herausragende Wissenschaftlerinnen und Wissenschaftler gezielt zu fördern. Die sogenannten Grants sollten exzellente grundlagenorientierte und visionäre Projekte vorantreiben. Lüdde schrieb einen Antrag, es war sein erster Förderantrag überhaupt. Nur drei Prozent aller Anträge waren am Ende erfolgreich, einer davon kam von Tom Lüdde vom RWTH-Lehrstuhl für Innere Medizin, Schwerpunkt Gastroenterologie und Stoffwechselkrankheiten. Es war ein sogenannter Starting Grant, den er erhalten konnte. Nun ist Lüdde ein weiteres wissenschaftliches Kunststück gelungen: Er hat erneut einen solchen Grant eingeworben, einen Consolidator Grant. Und die RWTH freut sich, dass mit Professor Bastian Leibe, Lehr- und Forschungsgebiet Informatik 8 (Computer Vision), es gleich zwei Aachener Wissenschaftlern gelungen ist, nach einem Starting nun durch einen Consolidator Grant gefördert zu werden – das hatte an der RWTH Aachen bis dato nur Professor Magnus Rueping vom Institut für Organische Chemie geschafft. „Das ist eine herausragende Leistung. ERC Grants sind wichtige Indikatoren für die Leistungsfähigkeit der RWTH“, kommentiert Professor Rudolf Mathar, Prorektor für Forschung.

Der ERC unterscheidet in Starting, Consolidator und Advanced Grants. Die Erfahrung eines Wissenschaftlers ist ausschlaggebend dafür, für welchen er sich bewerben kann. Dass ein Wissenschaftler zwei in Folge einwirbt, ist die Ausnahme. Entsprechend groß war die Freude bei Lüdde und Leibe. „Das war schon ein riesiges Glücksgefühl“, erzählt Lüdde vom Moment, als ihn die Zusage erreichte – und natürlich haben beide Wissenschaftler erst mal mit ihrem Team auf die gemeinsame Leistung, die dahinter steckt, angestoßen.

Lüdde beschäftigt sich mit seiner Arbeitsgruppe an der Uniklinik RWTH Aachen mit den molekularen Mechanismen, die die Entstehung von Leberkrebs auf der Basis einer Fettlebererkrankung regulieren. Eine Fettlebererkrankung ist die am meisten verbreitete Form einer Lebererkrankung in westlichen Industrienationen. Sie entsteht zum Beispiel durch eine ungesunde Lebensweise und Übergewicht, es spielen aber auch genetische Faktoren und Umwelteinflüsse eine mögliche Rolle. Weniger bekannt ist, dass ein Teil der Patientinnen und Patienten ein Risiko hat, eine Krebserkrankung der Leber zu entwickeln. In ihrer bisherigen Forschungsarbeit konnte die Arbeitsgruppe zeigen, dass Leberzellen durch verschiedene Stress-Faktoren, zum Beispiel eine übermäßige Verfettung, auf unterschiedliche Arten „kontrolliert“ absterben können.
Solche „Selbstmordprogramme“ liegen in allen Körperzellen vor und können verschiedene Reaktionen in umliegenden Leber- oder Immunzellen hervorrufen. Lüdde wird mit der ERC-Förderung untersuchen, welche Schlüsselmoleküle in Leberzellen den Zelltod durch Verfettung hervorrufen und welche Signalstoffe von der sterbenden Leberzelle ausgestoßen werden, um andere Zellen zur Entzündung und Zellwachstum als Grundlage der Krebsentstehung anzuregen. Ziel ist, anhand solcher Erkenntnisse besser erkennen zu können, welche Patienten mit einer Fettlebererkrankung ein besonders hohes Risiko für eine Krebsentstehung haben und wie man diesen Prozess mit neuen Medikamenten aufhalten kann. „Es ist ein ehrgeiziges Projekt, am Ende wollen wir ein Therapiekonzept entwickeln und es so weit bringen, dass es in einer klinischen Studie getestet werden kann“, erläutert Lüdde. Die ERC-Förderung ist für Lüdde extrem wertvoll. Schon der erste Grant habe ihm „die nötigen Freiheiten gegeben, die gesteckten Ziele zu erreichen“.

Fortschritte durch Deep-Learning-Methoden
Das Sehvermögen ist der wichtigste Sinn, mit dem wir Menschen unsere Umgebung wahrnehmen. Entsprechend wichtig ist es für viele technische Systeme, zum Beispiel intelligente Fahrzeuge, durch die Analyse von Kamerabildern zu einem ähnlich umfassenden visuellen Szenenverständnis zu kommen. Der zugehörige Forschungsbereich, Computer Vision, hat in den letzten Jahren durch den Einsatz von Deep-Learning-Methoden massive Fortschritte gemacht. Aktuelle Deep-Learning-Ansätze beziehen jedoch die 3D-Struktur der Umgebung nicht umfassend in das Szenenverständnis ein und sind in ihrer Verwendung stark eingeschränkt, da sie eine große Menge an aufwändig aufbereiteten Trainingsdaten benötigen.Das Ziel von Bastian Leibes Projekt „DeeVise – Deep Learning for 3D Visual Scene Understanding“ ist, diese Einschränkungen zu beheben und Deep-Learning-Ansätze mit einem Verständnis dafür zu versehen, was es bedeutet, sich durch eine sich dynamisch verändernde 3D-Welt zu bewegen. Ein weiterer Aspekt ist, besser skalierbare Lernansätze zu entwickeln, die selbstständig aus Videodaten lernen können und damit deutlich weniger auf aufwändig von Menschen beigefügte Trainingsdaten angewiesen sind als bisherige Methoden. Die Ergebnisse des Projekts haben Anwendungen beispielsweise im autonomen Fahren und der mobilen Robotik. Mit der ERC-Förderung will Leibe eine spezielle Methode weiterverfolgen: „Wir haben spannende Ideen und sind überzeugt, dass wir etwas Großes erreichen können“, sagt er.

Bastian Leibe, 43, hat an der Universität Stuttgart und am Georgia Institute of Technology Informatik studiert und an der ETH Zürich promoviert. Er kam 2008 als Juniorprofessor an die RWTH Aachen und hat seit 2011 eine Universitätsprofessur für „Computer Vision“ inne.

Tom Lüdde war an der Medizinischen Hochschule Hannover, dem Lineberger Cancer Center in North Carolina/USA, dem European Molecular Biology Laboratory so wie der Universität zu Köln tätig. Seit 2007 ist er an der Uniklinik RWTH Aachen, seit 2014 als Inhaber eines durch die Deutsche Krebshilfe geförderten Stiftungslehrstuhls (W3) für Gastroenterologie, Hepatologie und Hepatobiliäre Onkologie und leitender Oberarzt der Medizinischen Klinik III.

Nach oben scrollen