Interview: Christoph Meier

Lord May, Sie sind Keynote-Speaker am Latsis-Symposium zum Thema “Evolution, Immunity and Infectious Disease”. Auf was werden Sie den Schwerpunkt bei Ihrem Vortrag legen?

Vor rund 40 Jahren prägte der US Surgeon General (2) folgenden Satz, der die damals weit verbreitete Meinung von Medizinern spiegelt: „Die Zeit ist reif, um das Buch der Infektionskrankheiten zu schliessen.“ Diese Einschätzung war nicht nur unglaublich beschränkt, indem sie die schrecklichen Folgen der Infektionskrankheiten in den Entwicklungsländern ignorierte, sondern sie war auch zutiefst töricht in Bezug auf die mögliche Zukunft der entwickelten Staaten, wenn man damals die Geschichte dieser Krankheiten betrachtete. Zudem zeigten in den folgenden Jahrzehnten zuerst HIV/AIDS - und hoffentlich weniger ausgeprägt SARS - wie verrückt diese Ansicht war.

Ein Vermächtnis von der Sichtweise des US Surgeon General war aber schon in der Folgezeit, dass sich kein grösseres Verständnis für nichtlineare dynamische Prozesse entwickelte, welche die Beziehung zwischen Populationen von infektiösen Agenzien – seien es Viren, Bakterien, Protozoen oder Helminthen - und ihren Wirten charakterisieren. Dies stand ganz im Gegensatz zu den grossen Erfolgen beim Verständnis der molekularen Interaktionen zwischen einem einzelnen Virus und den einzelnen Zellen des Immunsystems.

In meinem Vortrag werde ich darüber sprechen, wie wir heute zunehmend besser verstehen, wie einerseits die Dynamik der Krankheitsübertragung und –kontrolle funktioniert und andererseits, wie Virenpopulationen mit Populationen von Abwehrzellen interagieren. Spezielle Aufmerksamkeit werde ich den Effekten schenken, die durch die Heterogenität der Übertragungsprozesse zustande kommen. Als Beispiel sei die Rolle der „Superverbreiter“ bei Krankheiten mit sexueller Übertragung erwähnt. In einem allgemeineren Teil werde ich auch über einige der Intuition widersprechenden Phänomene berichten, die geschehen, wenn man sich mit komplexen und heterogenen Kontaktnetzen befasst, in denen sich Infektionen ausbreiten.

Die Immunologie befasste sich bisher nur marginal mit der Evolution. Wie stark können der Immunologie entsprechende mathematische Modelle helfen?

Das sind eigentlich zwei Fragen. Als erstes geht es darum, wie weit mathematische Modelle die oben erwähnten Interaktionen zwischen Viruspopulationen und Populationen von Abwehrzellen beschreiben können, also das Funktionieren des Immunsystems. So wissen wir beispielsweise immer noch wenig darüber, warum es zwischen der Infektion mit HIV und dem Ausbruch von AIDS so lange dauert. Ich glaube, dass Modelle für die nichtlineare Dynamik auf Stufe der interagierenden Populationen eine kleine, aber nicht zu unterschätzende Rolle spielen, wenn wir das Phänomen von HIV/AIDS insgesamt verstehen wollen. Wenn die Immunologie zu einer reiferen Disziplin geworden ist, werden auch mathematische Modelle, basierend und getestet gegen experimentelle Fakten, wichtiger werden, wie wir das von den etablierteren Disziplinen wie Physik und Chemie kennen.

Bei der zweiten Frage geht es darum, wie weit mathematische Modelle helfen, evolutionäre Aspekte sowohl der Krankheitsübertragung als auch der Funktionsweise des Immunsystems zu verstehen. Auch hier stehen wir erst am Anfang. Bis vor kurzem war die gängige Meinung in medizinischen Texten, dass ein erfolgreicher Erreger längerfristig zu zunehmender Harmlosigkeit evolviert. Diese Sichtweise basierte auf naiven und sachlich falschen Ideen über die Gruppenselektion. Eine ausgefeiltere Analyse ergab, dass ein neu auftretendes infektiöses Agens über die Zeit harmloser oder schädlicher werden kann, aber gelegentlich auch gleich bleibt. - Es hängt davon ab, wie die komplexen Details der Übertragbarkeit mit dem Schaden beim Wirt zusammenhängen.

Wie Sie selbst erwähnt haben, befassten Sie sich in Ihren Arbeiten mit der Ausbreitung von HIV. Ergeben sich daraus praktische Konsequenzen?

Zusammen mit meinen Kollegen Roy Anderson war ich der Erste, der Schätzungen zum demografischen Effekt in Afrika von HIV/AIDS publizierte. Leider erwies sich unsere Schätzung als richtig, obwohl sie damals von der WHO und vom Weltbevölkerungsrat als zu pessimistisch kritisiert wurde. Wäre unsere Schätzung unmittelbar akzeptiert worden, hätten effektive Massnahmen etwas früher ergriffen werden können. Allgemein kann sicher gesagt werden, dass die Arbeit von Anderson und mir zusammen mit vielen anderen hilfreich war, um die basalen biologischen und Verhaltensfaktoren besser zu verstehen, welche die epidemiologischen Muster von HIV/AIDS beeinflussen. Damit kann man auch die relative Effizienz verschiedener Interventionen besser einschätzen. Der wichtigste Faktor jedoch - der auch die Länder, die ihre Arbeit in Bezug auf Kontrolle und Einschränken der Epidemie getan haben, von den anderen wie zum Beispiel Südafrika unterscheidet - bezieht sich mehr auf ein starke Übereinstimmung, dass das spezielle Interesse den „Knoten des Netzes“ gelten sollte, welche die höchste Kontaktrate aufweisen.

Sie sind einer der führenden mathematischen Biologen. Wo liegen Ihrer Ansicht nach die Grenzen der mathematischen Beschreibbarkeit der Natur?

Einstein sprach einmal von der „unvernünftigen Wirksamkeit der Mathematik“ bei der Beschreibung, wie die natürliche Welt funktioniert. Ob man von grundlegender Physik, der zunehmenden Wichtigkeit der Umweltwissenschaften, oder der Übertragung von Krankheiten spricht, Mathematik ist nicht mehr und nicht weniger als die Art klar zu denken. In dieser Weise war sie und wird sie immer ein wertvolles Instrument sein - wertvoll aber nur, wenn sie Teil eines grösseren Arsenals ist, das analytische Experimente umfasst und vor allem eine weitreichende Phantasie.

Welche bedeutenden Erkenntnisse kamen aufgrund der mathematischen Biologie zustande?

Aus Zeitgründen will ich nur das Beispiel der Wissenschaftsdiziplin „Chaos“ nennen, die von der mathematischen Biologie geprägt wurde. Die neue Disziplin erkennt, dass wir, auch wenn rigide deterministische Regeln oder Gesetze vorhanden sind, nicht fähig sind, in der Praxis nützliche Voraussagen zu machen. Das geschieht, weil das dynamische Funktionieren nichtlinearer Systeme in vielen Fällen sich so verhält, dass es nicht unterschieden werden kann von zufälligen Prozessen.