Mikrobielle Präzisionsgenomik

Unsere Forschung
Mikroben sind praktisch überall auf der Erde zu finden, auch auf und in Menschen, und oft in komplexen und dynamischen Gemeinschaften. Unter normalen Bedingungen können diese Gemeinschaften für den Menschen von Vorteil sein, indem sie Stoffwechselinteraktionen vermitteln, die Immunität des Wirts regulieren oder Infektionen mit Krankheitserregern verhindern. Eine Dysregulation dieser komplexen Interaktion zwischen Mikroben und Wirt kann hingegen zu Krankheiten beitragen. Mikrobielle Genome verändern sich in Zeiträumen, die für die menschliche Gesundheit relevant sind, beispielsweise durch horizontalen Gentransfer von Antibiotikaresistenzen.
Die Mission der Nachwuchsgruppe „Mikrobielle Präzisionsgenomik” besteht darin, ein mechanistisches Verständnis der Variation und Evolution mikrobieller Genome und deren Zusammenhang mit menschlichen Krankheiten zu erlangen. Um dieses Ziel zu erreichen, entwickeln wir Methoden des maschinellen Lernens, innovative bioinformatische Analyseansätze und setzen Long-Read-Metagenomsequenzierung ein.
Die Dynamik des Mikrobioms verstehen
Das Mikrobiom spielt eine Rolle für eine Vielzahl verschiedener Erkrankungen des Menschen, darunter Darmkrebs, entzündliche Darmerkrankungen und sogar neurodegenerative Erkrankungen. Die genauen Mechanismen, die diesen Zusammenhängen zugrunde liegen, sind jedoch oft unbekannt. Eine Herausforderung besteht darin, dass viele Studien Querschnittsdesigns verwenden, also Momentaufnahmen des Mikrobioms untersuchen. Dadurch sind die Schlussfolgerungen, die aus den Daten gezogen werden können, eingeschränkt, da dynamische Entwicklungen des Mikrobioms nicht abgebildet werden können. In letzten Jahren wurden vermehrt longitudinale Mikrobiomstudien publiziert. Diese hochkomplexen Daten gehen mit einem Bedarf an neuartigen bioinformatischen Werkzeugen und Analyseansätzen einher. Unsere Gruppe konzentriert sich darauf, die Dynamik des Mikrobioms besser zu verstehen, beispielsweise durch die Quantifizierung des Wechsels von bakteriellen Stämmen oder Prophageninduktion.
Quantifizierung der Dynamik mikrobieller Genome durch Long-Read-Sequenzierung
Mikrobielle Genome entwickeln sich in klinisch relevanten Zeiträumen, was besonders wichtig ist, wenn man die Ausbreitung von Virulenzfaktoren oder Antibiotikaresistenzgenen betrachtet. Unser Verständnis dieser Entwicklung basiert größtenteils auf der Messung von Mutationen einzelner Nukleotide, da diese Art von Variation mit gängigen Sequenzierungstechnologien am einfachsten zu bewerten ist. Große strukturelle Variationen, horizontaler Gentransfer oder Infektionen mit Phagen, die sich ins bakterielle Genom integrieren, sind jedoch zusätzliche Variationstypen, deren Quantifizierung bisher schwierig war. In den letzten Jahren wurden Long-Read-Sequenzierungstechnologien entwickelt, die eine beispiellose Leistungsfähigkeit bei der Aufdeckung großer struktureller Variationen in mikrobiellen Genomen versprechen. Unsere Gruppe entwickelt computergestützte Werkzeuge für die Analyse von Long-Read-Metagenomdaten, um die Evolutionsmuster von mit dem Menschen assoziierten Mikroben aufzudecken und den horizontalen Gentransfer in komplexen mikrobiellen Gemeinschaften zu quantifizieren.
Unsere Forschung
Mikroben sind praktisch überall auf der Erde zu finden, auch auf und in Menschen, und oft in komplexen und dynamischen Gemeinschaften. Unter normalen Bedingungen können diese Gemeinschaften für den Menschen von Vorteil sein, indem sie Stoffwechselinteraktionen vermitteln, die Immunität des Wirts regulieren oder Infektionen mit Krankheitserregern verhindern. Eine Dysregulation dieser komplexen Interaktion zwischen Mikroben und Wirt kann hingegen zu Krankheiten beitragen. Mikrobielle Genome verändern sich in Zeiträumen, die für die menschliche Gesundheit relevant sind, beispielsweise durch horizontalen Gentransfer von Antibiotikaresistenzen.
Die Mission der Nachwuchsgruppe „Mikrobielle Präzisionsgenomik” besteht darin, ein mechanistisches Verständnis der Variation und Evolution mikrobieller Genome und deren Zusammenhang mit menschlichen Krankheiten zu erlangen. Um dieses Ziel zu erreichen, entwickeln wir Methoden des maschinellen Lernens, innovative bioinformatische Analyseansätze und setzen Long-Read-Metagenomsequenzierung ein.
Die Dynamik des Mikrobioms verstehen
Das Mikrobiom spielt eine Rolle für eine Vielzahl verschiedener Erkrankungen des Menschen, darunter Darmkrebs, entzündliche Darmerkrankungen und sogar neurodegenerative Erkrankungen. Die genauen Mechanismen, die diesen Zusammenhängen zugrunde liegen, sind jedoch oft unbekannt. Eine Herausforderung besteht darin, dass viele Studien Querschnittsdesigns verwenden, also Momentaufnahmen des Mikrobioms untersuchen. Dadurch sind die Schlussfolgerungen, die aus den Daten gezogen werden können, eingeschränkt, da dynamische Entwicklungen des Mikrobioms nicht abgebildet werden können. In letzten Jahren wurden vermehrt longitudinale Mikrobiomstudien publiziert. Diese hochkomplexen Daten gehen mit einem Bedarf an neuartigen bioinformatischen Werkzeugen und Analyseansätzen einher. Unsere Gruppe konzentriert sich darauf, die Dynamik des Mikrobioms besser zu verstehen, beispielsweise durch die Quantifizierung des Wechsels von bakteriellen Stämmen oder Prophageninduktion.
Quantifizierung der Dynamik mikrobieller Genome durch Long-Read-Sequenzierung
Mikrobielle Genome entwickeln sich in klinisch relevanten Zeiträumen, was besonders wichtig ist, wenn man die Ausbreitung von Virulenzfaktoren oder Antibiotikaresistenzgenen betrachtet. Unser Verständnis dieser Entwicklung basiert größtenteils auf der Messung von Mutationen einzelner Nukleotide, da diese Art von Variation mit gängigen Sequenzierungstechnologien am einfachsten zu bewerten ist. Große strukturelle Variationen, horizontaler Gentransfer oder Infektionen mit Phagen, die sich ins bakterielle Genom integrieren, sind jedoch zusätzliche Variationstypen, deren Quantifizierung bisher schwierig war. In den letzten Jahren wurden Long-Read-Sequenzierungstechnologien entwickelt, die eine beispiellose Leistungsfähigkeit bei der Aufdeckung großer struktureller Variationen in mikrobiellen Genomen versprechen. Unsere Gruppe entwickelt computergestützte Werkzeuge für die Analyse von Long-Read-Metagenomdaten, um die Evolutionsmuster von mit dem Menschen assoziierten Mikroben aufzudecken und den horizontalen Gentransfer in komplexen mikrobiellen Gemeinschaften zu quantifizieren.
Dr. Jakob Wirbel
Man könnte meinen, dass Bakterien die einfachste Form des Lebens seien. Bakterielle Genome sind aber überraschend komplex und unendlich faszinierend.

Jakob Wirbel studierte Molekulare Biotechnologie an der Ruprecht-Karls-Universität Heidelberg. Nach Vollendung seines Master of Science im Labor von Julio Saez-Rodriguez begann er seine Doktorarbeit in der Gruppe von Georg Zeller am Europäischen Laboratorium für Molekularbiologie, wo er sich auf maschinelles Lernen und statistische Methoden für Mikrobiomdaten konzentrierte. Anschließend wechselte er mit einem Stipendium der Damon Runyon Cancer Research Foundation in das Labor von Ami Bhatt an der Stanford University und sammelte Erfahrungen mit Long-read Metagenom-Sequenzierung. Am HZI leitet Jakob Wirbel die Nachwuchsforschungsgruppe „Mikrobielle Präzisionsgenomik” im HUMAN-Programm.
Ausgewählte Publikationen
- Wirbel, J., Pyl, P.T., Kartal, E. et al. Meta-analysis of fecal metagenomes reveals global microbial signatures that are specific for colorectal cancer. Nature Medicine (2019) DOI: 10.1038/s41591-019-0406-6
- Wirbel, J., Zych, K., Essex, M. et al. Microbiome meta-analysis and cross-disease comparison enabled by the SIAMCAT machine learning toolbox. Genome Biology (2021) DOI: 10.1186/s13059-021-02306-1
- Wirbel, J., Andermann, T., Brooks, E. et al. Accurate prediction of absolute prokaryotic abundance from DNA concentration. Cell Reports Methods (2025) DOI: 10.1016/j.crmeth.2025.101030
- Maghini, D.G., Oduaran, O.H., Olubayo, L.A.I. et al. Expanding the human gut microbiome atlas of Africa. Nature (2025) DOI: 10.1038/s41586-024-08485-8
- Wirbel, J., Hickey, A., Chang, D et al. Discovering Broader Host Ranges and an IS-bound Prophage Class Through Long-Read Metagenomics. bioRxiv (2025) DOI: 10.1101/2025.05.09.652943 (Preprint)
Eine vollständige Liste der Publikationen finden Sie hier.
Newsroom
Sie haben Interesse an einer Bachelor- oder Masterarbeit? Wir freuen uns auf Ihre Anfrage!