Protokoll / Bioorganische ChemieLeitung: Monique BrandtRev. 2026
Darmbiochemie

ProtokollAllgemein6 Min. Lesezeit

Open Science in der Darm-Biochemie: Daten teilen

Open Science Darm-Biochemie: FAIR-Standards, MGnify und öffentliche Repositorien machen mikrobielle Forschungsdaten reproduzierbar und nutzbar.

Von Monique Brandt · Leiterin Analytische Chemie und Fermentationsanalytik · · aktualisiert

Ein geöffneter Holzschrank mit Glasschlitten und versiegelten Probenfläschchen.
Open-Science-Konzepte erleichtern das Teilen von Forschungsdaten. Illustration: KI-generiert

In der analytischen Chemie würde man nie auf die Idee kommen, eine HPLC-Methode zu entwickeln, ohne die Retentionszeiten und Peakflächen präzise zu dokumentieren. Doch in der Darm-Biochemie sieht die Realität oft anders aus: Metagenomische Datensätze verschwinden in Supplemental Materials, metabolomische Profile bleiben im Labor, und Fermentationskinetiken werden nur als aggregierte Grafiken publiziert. Das ist unwissenschaftlich und kostet uns alle wertvolle Zeit. Open Science in der Darm-Biochemie bedeutet, den Darm als das zu behandeln, was er ist: ein komplexes biochemisches System, dessen vollständiges Verständnis nur durch systematisches Datenteilen möglich wird.

Der Darm als Bioreaktor: Warum Datensilos hier besonders problematisch sind

Man stelle sich vor, man betreibt einen industriellen Bioreaktor zur Produktion therapeutischer Proteine. Temperaturprofile, pH-Verläufe, Substratkonzentrationen, Produktausbeuten: All diese Parameter müssen dokumentiert und reproduzierbar sein. Der menschliche Darm ist ein Bioreaktor mit circa 10¹³ Mikroorganismen, hunderten verschiedenen Spezies und tausenden biochemischen Reaktionen, die simultan ablaufen. Die Komplexität übersteigt jeden technischen Fermenter bei Weitem.

Dennoch publizieren Forschende häufig nur die „Highlights“: welche Bakteriengattungen sich verändert haben, welche Metaboliten signifikant waren. Die Rohdaten, die Prozessbedingungen, die zeitaufgelösten Messungen bleiben oft unzugänglich. Das ist so, als würde man in einem Laborbericht nur schreiben „die Reaktion funktionierte“ ohne Angabe von Temperatur, Druck oder Reaktionszeit. In der analytischen Chemie wäre das inakzeptabel.

Die Konsequenz liegt auf der Hand: Man kann Studien nicht reproduzieren, keine Metaanalysen durchführen und keine prädiktiven Modelle entwickeln. Gerade bei chronisch-entzündlichen Darmerkrankungen, wo die interindividuelle Variabilität enorm ist, bräuchten wir große, gut annotierte Datensätze, um überhaupt Muster zu erkennen.

FAIR-Prinzipien für mikrobielle Datensätze: Was bedeutet das konkret?

Die FAIR-Prinzipien (Findable, Accessible, Interoperable, Reusable) klingen abstrakt, haben aber sehr konkrete Implikationen für die Darm-Biochemie. Eine aktuelle Analyse von 2929 Mikrobiom-Studien aus dem Jahr 2025 zeigt das Dilemma: Nur ein Bruchteil der Datensätze erfüllt selbst Basis-FAIR-Standards (DOI 10.1093/nar/gkaf777). Die Studie schlägt ein gestuftes System vor, das zwischen minimalen und optimalen Standards unterscheidet.

Auf Minimal-Ebene bedeutet FAIR konkret folgendes: Sequenzdaten liegen in öffentlichen Repositorien wie dem NCBI Sequence Read Archive (SRA) vor, versehen mit eindeutigen Identifikatoren. Metadaten umfassen mindestens Probenart, Entnahmeort, Sequenzierungsmethode. Das klingt selbstverständlich, wird aber längst nicht konsequent umgesetzt.

Auf optimaler Ebene käme hinzu: standardisierte Phenotypdaten, Ernährungsprotokolle, Medikamentenhistorie, zeitaufgelöste Probenahme mit exakten Zeitangaben, detaillierte DNA-Extraktions- und Sequenzierprotokolle sowie bioinformatische Pipelines mit Versionsnummern. Erst mit diesen Informationen wird ein Datensatz wirklich nutzbar für Dritte.

Ein praktisches Beispiel verdeutlicht das: Wenn man verstehen will, wie Butyrat-Produktion von der Substratkonzentration abhängt, benötigt man nicht nur die taxonomische Zusammensetzung, sondern auch pH-Werte, Substratmengen, Probenahme-Zeitpunkte und Inkubationsbedingungen. Fehlen diese Parameter, bleibt die Studie eine Blackbox.

Bestehende Infrastruktur: MGnify und die europäische Perspektive

Glücklicherweise muss man das Rad nicht neu erfinden. Das European Bioinformatics Institute (EBI) betreibt mit MGnify eine spezialisierte Plattform für metagenomische Daten. Über https://www.ebi.ac.uk/metagenomics kann man sowohl Daten hochladen als auch existierende Datensätze durchsuchen und analysieren.

MGnify bietet standardisierte bioinformatische Pipelines, was ein enormer Vorteil ist: Alle hochgeladenen Sequenzdaten werden mit denselben Methoden prozessiert, was die Vergleichbarkeit erheblich verbessert. Man erhält taxonomische und funktionelle Annotationen, kann Datensätze nach Umwelt-Typ filtern (Darm, Boden, Wasser) und bekommt qualitätskontrollierte Ergebnisse.

Für die Darm-Biochemie besonders relevant ist die enge Verknüpfung mit dem European Nucleotide Archive (ENA): Rohdaten und prozessierte Analysen bleiben zusammen. Das entspricht der guten Labor-Praxis, wo Rohspektren und ausgewertete Chromatogramme ebenfalls gemeinsam archiviert werden.

Die praktische Nutzung ist unkomplizierter als man denkt. Nach der Sequenzierung lädt man FASTQ-Dateien ins ENA hoch, verknüpft sie mit Metadaten über eine standardisierte Checkliste und reicht sie zur MGnify-Analyse ein. Innerhalb weniger Tage erhält man prozessierte Daten, einen persistenten Identifier (DOI) und kann den Datensatz in Publikationen zitieren.

Real-time Datenbanken: Der nächste Schritt

Noch einen Schritt weiter gehen Real-time Datenbanken. Eine 2024 publizierte Initiative beschreibt eine FAIR-konforme Echtzeit-Datenbank speziell für humane Mikrobiom-Daten (DOI 10.3389/fcimb.2024.1384809). Der Ansatz ist radikal: Daten werden nicht erst bei Publikation geteilt, sondern kontinuierlich während laufender Studien hochgeladen.

Das mag provokativ klingen, hat aber klare Vorteile. In der industriellen Fermentation überwacht man Bioreaktoren in Echtzeit, um Prozessabweichungen sofort zu erkennen. Warum nicht auch bei klinischen Mikrobiom-Studien? Wenn hunderte Forschungsgruppen Daten zu chronisch-entzündlichen Darmerkrankungen sammeln, könnte eine Real-time Datenbank Muster aufzeigen, die einzelne Studien niemals entdecken würden.

Berechtigte Bedenken gibt es freilich: Datenschutz bei Patientendaten, intellektuelles Eigentum, Publikationsprioritäten. Die Lösung liegt in gestuften Zugriffsrechten. Anonymisierte Rohdaten können öffentlich sein, während detaillierte Phenotypdaten zunächst nur für registrierte Forschende zugänglich sind. Nach einer Sperrfrist, etwa 12 Monaten, werden auch diese Daten vollständig geöffnet.

Metabolomik-Daten: Die vernachlässigte Hälfte

Während für genomische Daten relativ klare Standards existieren, hinkt die Metabolomik hinterher. Dabei sind Metabolite, die direkten Produkte mikrobieller Aktivität, biochemisch oft relevanter als die taxonomische Zusammensetzung selbst. Butyrat, Propionat, sekundäre Gallensäuren, Tryptophan-Derivate: Diese Moleküle beeinflussen Darmbarriere, Immunsystem und systemische Entzündung.

Metabolomik-Daten sollten mit derselben Sorgfalt geteilt werden wie Sequenzdaten. Das bedeutet konkret: Rohdaten in mzML-Format für die Massenspektrometrie, Methodenparameter wie Säule, Gradient und Ionisierungsmodus, Quantifizierungsstandards und annotierte Peaklisten. Repositorien wie MetaboLights, ebenfalls am EBI, bieten die notwendige Infrastruktur.

Die Kombination aus Metagenomik und Metabolomik erzeugt erst ein vollständiges Bild des Systems: Welche Organismen sind vorhanden (Genomik), welche biochemischen Funktionen sind aktiv (Transkriptomik), welche Moleküle werden produziert (Metabolomik). Nur mit allen drei Ebenen versteht man den Darm als Bioreaktor wirklich.

Praktische Schritte: Was man als Forschender tun kann

Man muss nicht auf institutionelle Mandate warten. Konkrete Handlungsschritte für mehr Offenheit in der eigenen Forschung:

Erstens: Bei der Studienplanung das Datenmanagement mitdenken. Welche Daten werden erhoben, in welchen Formaten, wo werden sie deponiert? Das gehört ins Protokoll, nicht als Nachgedanke kurz vor Publikation.

Zweitens: Standardisierte Metadaten verwenden. Für Mikrobiom-Studien bieten sich MIxS-Standards (Minimum Information about any Sequence) an. Das kostet initial Zeit, macht Daten aber langfristig wertvoll.

Drittens: Rohdaten in öffentliche Repositorien hochladen, nicht auf institutionellen Servern verstecken. NCBI SRA für Sequenzdaten, MetaboLights für Metabolomik, Zenodo für alles andere. Die Infrastruktur existiert bereits.

Viertens: Code und Pipelines teilen. GitHub oder GitLab kosten nichts. Eine gut dokumentierte R- oder Python-Pipeline ist für Reproduzierbarkeit mindestens so wichtig wie die Daten selbst.

Fünftens: In Publikationen explizit auf Datenverfügbarkeit hinweisen. Data Availability Statements sind inzwischen Standard, sollten aber konkrete Identifikatoren enthalten, nicht vage Formulierungen wie „data available upon request“.

Die Zukunft: Von Datensilos zu integrierten Modellen

Stellt man sich vor, wo die Darm-Biochemie in zehn Jahren stehen könnte, wenn Open Science konsequent umgesetzt würde, wird das Potenzial deutlich. Große, gut annotierte Datensätze würden maschinelles Lernen ermöglichen, um vorherzusagen, welche Ernährungsinterventionen bei welchen Patienten wirken. Metabolische Modelle könnten individualisiert werden, basierend auf der Mikrobiomzusammensetzung einzelner Patienten. Fermentationskinetiken ließen sich präzise simulieren, wie man es aus industriellen Bioprozessen kennt.

Das ist keine Science Fiction. Die technischen Voraussetzungen sind vorhanden. Was fehlt, ist die Kultur des Teilens. In der analytischen Chemie ist es selbstverständlich, Methoden so zu publizieren, dass andere sie reproduzieren können. In der Darm-Biochemie sollte das nicht anders sein.

Der Darm ist zu komplex, als dass einzelne Labore ihn vollständig verstehen könnten. Nur durch das systematische Zusammenführen von Daten über Institutionen und Länder hinweg wird man dem System gerecht. Das ist kein Idealismus. Es ist wissenschaftliche Notwendigkeit.

Quellen und weiterführende Informationen

– Frontiers in Cellular and Infection Microbiology (2024): FAIR-compliant real-time database for human microbiome data

– Nucleic Acids Research (2025): Tiered FAIR standards for microbiome sequence data, Analyse von 2929 Studien

– MGnify, European Bioinformatics Institute: Metagenomische Datenbank und Analyse-Plattform

– NCBI Sequence Read Archive: Primäres Repository für Sequenzierungsdaten

Bitte beachten: Nur zur Information. Diagnose und Therapie gehören in fachkundige Hände.

Das könnte Sie auch interessieren

Bioorganische Chemie