Die globalen Auswirkungen von Malaria sind verheerend. Im Jahr 2020 gab es mehr als 240 Millionen Fälle und über 600.000 Todesfälle, hauptsächlich in Ländern mit niedrigem Einkommen in Afrika. Am stärksten gefährdet sind Kinder unter fünf Jahren.
Die Weltgesundheitsorganisation hat sich ehrgeizige Ziele gesetzt, um Malaria bis 2030 zu eliminieren. Diese Ziele zur Eliminierung von Malaria hängen jedoch von wirksamen Behandlungen ab – ein schwieriges Unterfangen, wenn man bedenkt, dass der Parasit, der Malaria verursacht, Plasmodium falciparum, Resistenzen gegen die verschiedenen verwendeten Malariamedikamente entwickelt.
Der Parasit, der von der Anopheles-Mücke übertragen wird, ist in der Lage, eine gewisse Resistenz gegen alle derzeit verfügbaren Malariamittel zu entwickeln, einschließlich der wichtigsten Artemisinin-Derivate, die am wirksamsten sind, und diese Resistenz breitet sich aus.
In Afrika, wo die weitaus meisten Malariafälle und -todesfälle auftreten, wird das Malariamittel Sulfadoxin-Pyrimethamin (SP) als vorbeugende Behandlung bei Säuglingen, Kindern und während der Schwangerschaft eingesetzt. Wir wissen jedoch, dass sich die Resistenz gegen SP ausbreitet, da wir einen Resistenzmarker im Parasiten selbst verfolgen können – eine genetische Mutation im Dihydropteroat-Synthase (pfdhps)-Gen.
Diese Mutation kann die Wirksamkeit von SP untergraben, und ohne den Schutz von SP während der Schwangerschaft besteht für Babys ein erhöhtes Risiko einer Frühgeburt und eines niedrigen Geburtsgewichts.
Es besteht ein dringender Bedarf, das Niveau der SP-Resistenz zu verfolgen und vorherzusagen, um seine Verwendung zu steuern und Gesundheitsbehörden anzuzeigen, ob in bestimmten Regionen ein alternatives Antimalariamittel verwendet werden sollte. In dem Maße, wie sich die Resistenz gegen andere Malariamittel ausbreitet, werden die Behörden auch wissen wollen, wie sich die Resistenz gegen andere Malariamittel in verschiedenen Regionen und zu verschiedenen Zeiten verändert.
Also, wie können wir das tun? Mit Mathematik.
In Zusammenarbeit mit dem WorldWide Antimalarial Resistance Network (WWARN) mit Sitz an der University of Oxford und finanziert von der Bill and Melinda Gates Foundation hat unser Team internationaler Forscher ausgeklügelte mathematische Modelle entwickelt, um die genetische Resistenz gegen SP in Afrika vor Ort und in Afrika zuverlässig vorherzusagen Zeit.
In unserer Forschung, neu veröffentlicht in PLOS Computational Biologyhaben wir Daten zur Prävalenz der pfdhps-Mutationen im frei zugänglichen WWARN-Repository verwendet, um ein statistisches Modell zu entwickeln. Dies ermöglichte es uns, die geschätzte Prävalenz des SP-Resistenzmarkers in Afrika von 1990 bis 2020 zu kartieren.
Diese Karten füllen die Lücken, in denen keine Informationen verfügbar sind, und können von Gesundheitsbehörden verwendet werden, um neue Richtlinien darüber zu leiten, wo und wann das Medikament angemessen ist, und liefern dringend benötigte Erkenntnisse darüber, wo SP als Teil von Präventivbehandlungen eingesetzt werden kann.
SP zur Malariaprävention bei Säuglingen wird nur in Gebieten empfohlen, in denen die Prävalenz einer bestimmten pfdhps-Mutation (540E) unter 50 % liegt. Für die Verwendung von SP während der Schwangerschaft wurde vermutet, dass das SP keine schützende Wirkung in Bereichen hat, in denen die Prävalenz einer anderen pfdhps-Mutation (581G) 10 % übersteigt.
Die Daten zur Prävalenz von pfdhps-Mutationen in Afrika sind jedoch äußerst heterogen und verstreut, wobei Daten aus vielen Gebieten vollständig fehlen. Hier können die Ergebnisse unseres mathematischen Modells helfen.
Diese Karten werden direkte Auswirkungen auf die öffentliche Gesundheit haben. Räumliche Informationen wie diese über die Ausbreitung von Malariaresistenzen sind für Gesundheitsorganisationen von entscheidender Bedeutung, um Überwachungsmaßnahmen zu priorisieren und Kontroll- und Eliminierungsbemühungen zu planen.
Gemäß unseren prädiktiven Karten war die hohe Prävalenz der pfdhps540E-Mutation auf Ost- und Südostafrika beschränkt, was für die fortgesetzte Verwendung von SP bei Säuglingen in Westafrika beruhigend ist. Es ist jedoch eine kontinuierliche Überwachung erforderlich, da wir davon ausgehen, dass sich die pfdhps540E-Mutation ausbreitet.
Wir haben auch mehrere Gebiete identifiziert, in denen die Prävalenz von pfdhps581G 10 % überschritten hat. Weitere Daten zur Verbreitung von pfdhps581G in diesen Bereichen müssen gesammelt werden, um die Verwendung von SP während der Schwangerschaft zu leiten.
Diese Forschung unterstreicht die Bedeutung des Datenaustauschs und die Effektivität des Einsatzes von Vorhersagemodellen, um Problembereiche für SP-Resistenzen hervorzuheben, die sich über die nationalen Grenzen hinaus erstrecken.
Die WWARN SP Molecular Surveyor-Datenbank wurde erstellt, um Benutzern eine standardisierte, aktuelle Informationsquelle zur Verteilung von Resistenzmarkern bereitzustellen, ein Modell, das auf alle validierten Marker erweitert werden könnte, die mit Malariaresistenz in Verbindung stehen.
Angesichts der Entstehung von Resistenzen gegen Artemisinin-Malariamittel in Ruanda, Uganda, Eritrea und Ghana könnte unser Ansatz leicht erweitert werden, um die Entwicklung dieser neuen und bedeutenden Bedrohung besser zu verstehen.
Jennifer A. Flegg et al., Raumzeitliche Ausbreitung von Plasmodium-falciparum-Mutationen für die Resistenz gegen Sulfadoxin-Pyrimethamin in ganz Afrika, 1990–2020, PLOS Computational Biology (2022). DOI: 10.1371/journal.pcbi.1010317