Was molekulare Mimikry ist – und warum sie bei Autoimmunerkrankungen wichtig ist

Das Immunsystem erkennt Bedrohungen anhand ihrer molekularen Form. Meist funktioniert das gut — doch manche Erreger tragen Proteine, die unseren eigenen strukturell so ähnlich sind, dass das Immunsystem, einmal darauf trainiert, den Erreger anzugreifen, das Doppelgänger-Molekül im eigenen Gewebe noch lange nach Abklingen der Infektion weiter attackiert. Das ist molekulare Mimikry — eine der wichtigsten mechanistischen Erklärungen dafür, wie Autoimmunerkrankungen entstehen können.

Die Schwierigkeit liegt im Maßstab. Das menschliche Proteom und das eines Erregers enthalten jeweils Tausende Proteine. Welche Paare einander ähnlich genug sind, um plausibel kreuzzureagieren, lässt sich nicht durch bloße Betrachtung feststellen — es erfordert den Abgleich jedes Proteins des einen Systems mit jedem Protein des anderen, mit einer Auflösung, die auch partielle Übereinstimmungen erfasst, nicht nur identische Sequenzen.

Unsere eigene Arbeit auf diesem Gebiet begann genau mit diesem Abgleich: einem proteomweiten Alignment zwischen einem Erreger — Acanthamoeba, einem Organismus mit dokumentierten Verbindungen zu chronischen und autoimmunähnlichen Erkrankungen — und dem menschlichen Monozyten-Makrophagen-System, den Immunzellen, die am direktesten an Erstreaktion und Antigenpräsentation beteiligt sind. Die Ergebnisse sind vorläufig, und wir behandeln sie auch so: eine erste Karte davon, wo Kreuzreaktivität strukturell plausibel ist, keine abgeschlossene Kausalerklärung. Ein proteomweites Alignment kann zeigen, wo das Immunsystem Erreger und Wirt plausibel verwechseln könnte; es kann für sich genommen nicht zeigen, dass diese Verwechslung bei einem bestimmten Patienten tatsächlich eine Erkrankung verursacht. Dieser Zusammenhang muss gesondert nachgewiesen werden.

Diese vorläufige Kartierung bildet die Grundlage für ANA, unser System zur Kategorisierung von Mustern molekularer Mimikry auf Proteomebene, das diese Art von Vergleich systematisch statt punktuell macht. Unseres Wissens arbeitet heute kein vergleichbares Werkzeug in diesem Maßstab. Wir werden weitere Ergebnisse veröffentlichen, sobald die Kategorisierungsarbeit über dieses vorläufige Stadium hinausgeht.