Die Werke der antiken griechischen Ärzte, die Manuskripte der byzantinischen und nachbyzantinischen Zeit, die volkstümlichen Texte und ethnobotanischen Studien sind wertvolle Quellen für ethnopharmakologische Daten zur Behandlung verschiedener Krankheiten. Die Erfassung, Bewertung und Nutzung dieser Daten ist ein zuverlässiger Ausgangspunkt für die Entdeckung bioaktiver Naturstoffe aus der einzigartigen Flora des Balkans und des Mittelmeers, die für die Entwicklung innovativer Arzneimittel-Leitverbindungen genutzt werden können. Die Entwicklung der ETHCSTWIN-Datenbank und die Implementierung neuartiger KI-Werkzeuge werden also sowohl den Datenerfassungsprozess als auch die Vorhersage vielversprechender pflanzlicher Materialien verbessern.

Das Hauptziel der »ETHCSTWIN«-Initiative ist der Aufbau eines Kooperationsnetzwerks zwischen dem Institut für Ethnopharmakologische Studien und Phytotherapie (IESP / NKUA Universität) und zwei renommierten akademischen Forschungsteams aus Italien (Forschungsteam von Prof. A. Pieroni) und Deutschland (Forschungsteam von Prof. M. Hofmann-Apitius) sowie dem Biotech-KMU Pangea Botanica und der Universität Prishtina (Fakultät für Mathematik und Naturwissenschaften). Ziel ist es, die Erkenntnisse der Ethnopharmakologie in neuartige computergestützte und digitale Systeme einzubringen, wobei der Schwerpunkt auf der Entwicklung eines reichhaltigen Portfolios komplexer Methoden und Werkzeuge liegt, die die Analyse umfangreicher Big-Data-Sets und die Restaurierung des materiellen und immateriellen Erbes umfassen.

Fraunhofer SCAI leitet dabei die Entwicklung eines Trainingsprogramms, welches einen systematischen Wissenstransfer zwischen den beteiligten Partner ermöglicht. Darüber hinaus bringt Fraunhofer SCAI seine Expertise in der automatisierten biomedizinischen Datenverarbeitung ein, um eine einheitliche Methodik für ethnomedizinische Forschung – basierend auf und unterstützt durch künstliche Intelligenz – zu entwickeln. Dazu wird ein personalisierter, computergestützter biomedizinischer Mining-Ansatz zur systematischen Erfassung von Informationen aus ethnobotanischen Studien und Manuskripten eingeführt.

Das Projekt ETHSCTWIN wird durch das Programm Horizon Europe der Europäischen Kommission für drei Jahre gefördert.

Laufzeit: 06/2024 bis 05/2027