Die Arbeitsweise der Naturwissenschaften

Einleitung

Das Technik- und Naturwissenschaftsbild hat sich also seit den 60er und 70er Jahren deutlich gewandelt: Es formieren sich breite Bevölkerungsgruppen, die sich gegen die Relevanz naturwissenschaftlicher Erkenntnisse wenden und „alternativen“ Weltbildern anhängen, die die strengen wissenschaftlichen Methoden verletzten (Reproduzierbarkeit im Experiment, weltweit anerkannter Formalismus, Beachtung der Wissenschaftshistorie, Zusammenhänge logisch versteh und erklärbar und damit nachprüfbar machen). Diese alternativen Zugänge ermöglichen den Wissenschaftsleugnern einen persönlichen Bezug zu meist medizinischen Themen gestatten, worin sich ihre Individualität herausstellen soll.

Während viele um die Jahrtausendwende von der Demokratisierung der Meinungen über das World-Wide-Web jubelten, wird nun 20 Jahre später, eine Vielzahl von Meinungen und Zusammenhängen sichtbar. Im Gegensatz zur allgemeinen Darstellung des Wissens durch das World-Wide-Web (z.B. durch Wikipedia) entstehen in Social Media sogenannte Filterblasen, in der man sich nur mit Gleichgesinnten austauscht. Die Bewegung der „Andersdenkenden“ hat dadurch ein Sprachrohr erhalten. Auf der einen Seite geht es um esoterische Lebensweisen, die einfach eine andere Sichtweise auf lebensbestimmende Faktoren einfordert, auf der anderen Seite sind es aber auch dumpfe Verschwörungen wie die „Q-Theorien“ oder den Glauben an die Machtübernahme der „Reptiloiden“.

Daher geht es darum, die wissenschaftliche Erklärungs- und Forschungsmethodik energisch zu verteidigen und gute und instruktive Ansätze in alle Bildungsbereiche und öffentlichen Meinungskanäle zu bringen. Es sollen in der Folge typische mathematisch-naturwissenschaftliche Themen aufgegriffen werden, die die aktuellen Diskussionen von COVID-19-Pandemie und Erderwärmung nun so leidenschaftlich unterfüttern. Damit verbunden ist die Absicht, stringente Argumentation und eine Akzeptanz empirischer Befunde anzuerkennen und etwas mehr „Rationalität“ in die bestehende Diskussion zu bringen. Dass damit vielen „andersdenkenden Menschen“ nicht ihre Argumentationsgrundlage genommen werden kann, ist selbstverständlich. Allerdings sollten beide Seiten, wie es so schön heißt, auf welcher Grundlage auch immer, im Gespräch bleiben können.

Beispiele für naturwissenschaftliches Denken

Schwierigkeiten, das exponentielle Wachstum und die logische Kurve zu verstehen

Zu Beginn ein Märchen: Der Prinz ließ einen Teich anlegen, in dem auch Seerosen gepflanzt werden. Man solle im Teich schwimmen können und die Seerosen bewundern. Die Anzahl der Seerosen verdoppelte sich über Nacht um den Faktor zwei. War am Beginn eine Seerose vorhanden, waren es dann zwei, vier, acht Kein Grund zur Panik, meinte der Prinz, als schon der halbe Teich mit Seerosen bedeckt war – habe ich immer noch die Hälfte des Teiches zum Schwimmen. Als er nächsten Morgen kam, war der gesamte Teich mit Seerosen bedeckt!

Menschen unterschätzen exponentielles Wachstum: Mit dem oft verwendeten Maßstab einer linearen Zunahme wirkt eine exponentielle Entwicklung am Anfang klein (und ungefährlich). Da eine Exponentialfunktion aber, wenn sie an Größe gewinnt, auch immer stärker wächst, entgleitet das Wachstum der persönlichen Erfahrung und wird bald unkontrollierbar.

Am Beispiel einer Epidemie

In einem Land verdopple sich die Zahl der Infizierten alle 3 Tage. Hat man z. B. zum Zeitpunkt 0 eine Anzahl von 1000 Infizierten, so sind es nach 3 Tagen 2000, nach 6 Tagen 4000 Infizierte usw. Die Anzahl der Infizierten wachse also (zunächst) exponentiell und kann auch graphisch dargestellt werden:

Im Unterschied zu linearem Wachstum zeigt sich: Exponentielles Wachstum wird am Beginn stark unterschätzt und wächst dann immer schneller. Ab einer gewissen Zeit ist das Wachstum unkontrollierbar. Lineares Wachstum hingegen ist für Menschen besser überschaubar.

Natürlich kann ein Bakterien- oder Virenwachstum oder eine Anzahl der Infizierten nicht beliebig lange steigen: Irgendwo gibt es eine Grenze, wenn z.B. in einem großem Land 26 Mio Bürger (z.B: Australien) leben, kann die Anzahl der Infizierten nicht darüber hinaus ansteigen (kann sie schon, wenn sie länderübergreifend zu Ansteckungen führt; aber nehmen wir an, das Land mit 26 Mio Einwohner*innen ist eine Insel). Es tritt eine „Sättigung“ ein und daher gibt es bei 26 Mio Einwohner eine obere Grenze der Anzahl der Ansteckungen.

Realitätsbezug: Prof. Erich Neuwirth, ein bekannter österreichischer Statistiker, konnte schon im Juli 2020 vorhersagen, dass sich die Anzahl der Infizierten bis November 2020 stark erhöhen wird, da exponentielles Wachstum vorlag (wie eben bei Viren üblich). Man setzte politisch sehr spät Maßnahmen und musste Anfang November 2020 in den Lockdown, da die Krankenhäuser bereits stark überlastet waren.

Im Sommer 2021 hat sich die Situation wiederholt: Ab Juli 2021 begann wieder eine Phase exponentiellen Wachstums, die sich allerdings im September 2021 „einbremste“ und erst Mitte Oktober 2021 wieder in exponentielles Wachstum überging. Dann wurde aber bald wieder sehr brenzlig und für 20. November 2021 musste die Regierung wieder einen Lockdown beschließen.

Woher kam diese „Schwächephase“ der Virusverbreitung von 10. September bis 20. Oktober 2021? Hier müssen wir uns jetzt etwas mit Statistik beschäftigen: Auf der obigen Graphik aufgetragen sind ja nicht die Anzahl der Infizierten, sondern die Anzahl der mit Tests (PCR- Test) gemessenen Infizierten, hier in der Graphik „Fallzahlen“ genannt. Wenn weniger gemessen wird, also weniger Tests gemacht werden, sind die Fallzahlen natürlich geringer. Das war im Spätsommer und Frühherbst 2021 in einigen Bundesländern der Fall. Allerdings bleibt eine Datenlage, der damit nicht restlos geklärt werden kann: Sie könnte mit dem zu dieser Zeit relativ warmen Wetter, reichlichen Möglichkeiten zu Outdoor-Aktivitäten und daher geringen Ansteckungsraten in Innenräumen erklärt werden. Man sieht an diesem Beispiel: Mathematisch-natur­wissen­schaft­liche Modelle bilden die komplexe Realität nie genau ab, sie machen Verläufe rechnerisch und graphisch plausibel, haben aber bezüglich der Beschreibung der Realität und vor allem bezüglich Vorhersagekraft ihre Grenzen.    

Fazit: Mathematisch -natur­wissen­schaft­liche Modelle stellen Näherungen dar, die mit jeder Verfeinerung und jeder zusätzlichen Modellvariablen die Realität besser abbilden können. Lineares Wachstum können wir Menschen gut überblicken, exponentielles Wachstum nicht, es entgleitet unseren Einschätzungen nach einiger Zeit. Durch eine Beschränkung der vorhandenen Anzahl von Infizierbaren oder anderen Gegebenheiten ist Wachstum meist „logistisch“- es kann bis zu einer oberen Grenze wachsen, erreicht dann aber eine Sättigung. Man sollte ein wenig rechnen, um ein Gefühl für Werte oder Zahlen zu bekommen.  Erklärungen von Fallzahlen sind nie exakt – die Ergebnisse dieser Messungen können allerdings grob gut erklärt werden. Bei Prognosen sollte man vorsichtig sein.

Erklärungsmuster mit Zufallsvariablen

Bei der Bearbeitung von „Zufallsgrößen“ ist es wichtig, Aussagen genau einzugrenzen: So ist die Auswahl der Stichproben und die Ermittlung der Grundgesamtheit eine wichtige Stellgröße: In der Statistik bezeichnet die Grundgesamtheit die Menge aller statistischen Einheiten (auch Merkmalsträger, Untersuchungseinheit, Erhebungseinheit) mit übereinstimmenden Identifikationskriterien (sachlich, räumlich und zeitlich). Beim Epidemie­geschehen kann man nie die vollständige Zahl der Infizierten oder Erkrankten bestimmen, sondern nur die durch Test (Antigentest oder PCR-Test) festgestellten. Erst der Messvorgang schafft den Zugang zur Realität. Intensiver gehandhabte Messvorgänge schaffen mehr Fälle und damit eine „verbesserte“ Statistik. Die Probennahme für eine Testung ist einer der wichtigsten und oft unterschätzten Vorgänge.  

Bei statistischen Messvorgängen (in der Fachsprache stochastische, also zufallsabhängige Vorgänge) werden oft die Begriffe „Regression“ und „Korrelation“ verwendet. „Korrelation“ bedeutet die Abhängigkeit zwischen zwei Variablen bzw. Wertepaaren. Falls eine Korrelation vorliegt, kann man weitere Wertepaare mittels Regressionsanalyse vorhersagen.

Die Regressionsanalyse ist ein statistisches Analyseverfahren. Mit Hilfe der Regression kann man untersuchen, wie gut man die Werte einer Variablen mit den Werten einer oder mehrerer anderer Variablen vorhersagen kann. Dafür betrachtet man den Zusammenhang der Variablen und erstellt auf dieser Grundlage eine Vorhersagefunktion. Je stärker der Zusammenhang zwischen den Variablen ist, desto besser kann man die eine durch die andere vorhersagen.

Die Variable, die vorhergesagt werden soll, nennt man abhängige Variable oder Kriterium. Die Variable, die zur Vorhersage des Kriteriums genutzt wird, bezeichnet man hingegen als unabhängige Variable oder als Prädiktor. Die Regressionsanalyse wird für verschiedene Zwecke verwendet. Neben der Vorhersage von neuen Werten wird sie auch dafür eingesetzt, um die Zusammenhänge zwischen verschiedenen Variablen näher zu untersuchen. Das Beispiel zeigt einen negativen Zusammenhang zwischen den Regressionsgrößen, die Gerade ist leicht fallend.

Eine Korrelation misst die Stärke einer statistischen Beziehung von zwei Variablen zueinander. Bei einer positiven Korrelation gilt „je mehr Variable A. desto mehr Variable B“ bzw. umgekehrt, bei einer negativen Korrelation „je mehr Variable A. desto weniger Variable B“ bzw. umgekehrt. Eine negative Korrelation besteht etwa zwischen der Variablen „aktuelles Alter“ und „verbleibende Lebenserwartung“. Je höher das aktuelle Alter einer Person, je niedriger ist die durchschnittliche verbleibende Lebenserwartung. Korrelationen sind immer ungerichtet, das heißt, sie enthalten keine Information darüber, welche Variable eine andere bedingt – beide Variablen sind gleichberechtigt. Die Stärke des statistischen Zusammenhangs wird mit dem Korrelationskoeffizienten ausgedrückt, der zwischen -1 und +1 liegt

Stellen wir uns vor, dass uns interessiert, ob wir in unserer Stadt an heißeren Tagen mehr Eiscremeverkäufe erwarten können. Eisdielen öffnen ab dem Frühling; vielleicht kaufen Menschen mehr Eiscreme an Tagen, an denen es draußen heiß ist. Andererseits kaufen Menschen vielleicht gleichbleibend viel Eiscreme, weil sie sie so gern essen.

Eiscremeverkäufe und Temperatur sind die zwei Variablen, die wir zur Berechnung des Korrelationskoeffizienten verwenden. Anders ausgedrückt stellen wir die Frage, ob Eiscremeverkäufe und Temperatur sich gemeinsam verändern.

Wie zuvor ist es nützlich, sich die Daten zunächst in einem Streudiagramm anzusehen:

Wir können die Daten auch in einer Tabelle darstellen, sodass wir die Berechnung des Koeffizienten für jeden einzelnen Datenpunkt praktisch verfolgen können.

Beachten Sie, dass jeder Datenpunkt paarweise vorliegt. Denken Sie daran, dass wir einzelne Zeitpunkte betrachten und dass jeder Zeitpunkt einen Wert für Verkäufe und Temperatur beinhaltet.

Eiscremeverkäufe (X)	Temperatur F (Y)
3	70
6	75
9	80

Nachdem wir uns nun in unseren Daten orientiert haben, können wir mit zwei wichtigen Berechnungsschritten aus der oben angeführten Formel beginnen: dem Stichprobenmittelwert und der Differenz zwischen den einzelnen Datenpunkten und diesem Mittelwert (diese Anleitungen legen auch den Grundstein zum Verständnis der Standardabweichung).

Die Stichprobenmittelwerte werden durch die Symbole x̅ und y̅ dargestellt, manchmal als „x_quer“ und „y_quer“ bezeichnet. Die Mittelwerte für Eiscremeverkäufe (x̅) und Temperatur (y̅) können einfach folgendermaßen berechnet werden:

x_quer = (3+6+ 9) /3 = 6

y_quer = (70 +75+ 80) / 3 = 75

Mit dem vorliegenden Mittelwert für unsere beiden Variablen ist der nächste Schritt, den Mittelwert der Eiscremeverkäufe (6) von den einzelnen Verkaufs-Datenpunkten (x_ider Formel) sowie den Temperatur-Mittelwert (75) von den einzelnen Temperatur-Datenpunkten (y_i in der Formel) zu subtrahieren. Beachten Sie, dass diese Rechenoperation manchmal eine negative Zahl oder Null ergibt!

Eiscreme (x)	Temperatur F (y)	xi−xquer	yi−yquer
3	70	3−6=−3	−70−75=−5
6	75	6−6=0	75−75=0
9	80	9−6=3	80−75=5

Nun ist gemäß Formel die Summe der multiplizierten Zahlen zu nehmen. Aus der obenstehenden Tabelle nehmen wir aus jeder Zeile die paarweisen Werte der letzten zwei Spalten, multiplizieren sie miteinander (denken Sie daran, dass die Multiplikation von zwei negativen Zahlen eine positive Zahl ergibt!) und bilden die Summe aus diesen Ergebnissen: [(-3)(-5)]+[(0)(0)]+[(3)(5)]=30[(-3)(-5)]+[(0)(0)]+[(3)(5)]=30. Zähler!

Der Nenner ist : Σ(x_i – x_quer )²= 9+0+9=18 und Σ(y_i – y_quer)² = -25+0+25 = 50. Das ergibt √18*√50 = √900 = 30.

Der Korrelationskoeffizient ist also r = 30/30 = 1 (perfekt korreliert!)

Nun wieder zu den Coronarealitäten, diesmal in Deutschland:

Dem Bericht des deutschen meteorologischen Instituts, Braunschweig, kann man entnehmen: Die Korrelation der Verläufe des Wetterindex und der Fallzahlen in Deutschland (wird in Österreich kaum anders sein) ist nach wie vor gut. Dies drückt sich in den Korrelations­koeffizienten aus. Sie liegen seit dem 1.7.2020 zwischen 0,66 und 0,8. Angesichts vieler anderen Einflussgrößen auf die Fallzahlen, insbesondere der Lockdowns in der 2. und 3. Welle ist diese Korrelation sehr beachtlich und bestätigt die Vermutung, dass die Pandemieentwicklung nicht nur eine Saisonalität hat, sondern dass man zusätzlich einen recht guten Zusammenhang mit dem Witterungsverlauf annehmen kann. Interessant ist auch, dass es im derzeitigen Herbst bisher keine so großen Ausschläge des Wetterindex gibt wie im letzten Herbst. Das Wetter wird zwar wechselhafter und windiger, aber die Fallzahlen hinken bekanntlich zeitlich hinterher, so dass sich die leichte Wetterberuhigung der letzten Tage noch auswirken wird:

In Blau sind die Fallzahlen der Coronaepidemie eingezeichnet (Skala auf der linken Seite), in Rot die Mittelwerte der Lufttemperatur (Skala rechts).

Man sieht, dass die täglichen Fallzahlen der Epidemie in einer deutschen Stadt vom März 2020 bis Ende November 2021 im Sommer deutlich niedriger sind wie im Spätherbst und Winter.

Damit ergibt sich ein typischer statistischer Zusammenhang: Wahrscheinlich gibt es wenig ursächliche Einwirkung zwischen Lufttemperatur und Sonnenscheindauer auf das Virus. Aber allein die Tatsache, dass sich Menschen bei wärmeren Temperaturen mehr im Freien aufhalten, mehr Distanz wahren und die Aerosolbildung der „Virenwolke“ geringer ist als in geschlossenen Räumen im Herbst und Winter kann diesen Effekt verursachen, der hier statistisch gemessen wird.

Fazit: Die Statistik arbeitet mit Wahrscheinlichkeiten, nicht mit Gewissheiten. Wichtig ist die Festlegung der Grundgesamtheit der statistischen Merkmale: Je mehr getestet wird, desto besser sind die Daten, desto besser ist die Aussagekraft. Wien mit den Schultests, den städtischen Testzentren und dem Gurgeltest von Lead Horizon haben viele Daten, die zu guten Auswerteergebnissen führen.

Mit den Methoden der Regressionsgeraden und dem Korrelationskoeffizienten werden zwei Methoden vorgestellt, statistische Zusammenhänge zu ermitteln. Damit können Aussagen getroffen werden, ob zwei Merkmale (z.B. Corona-Fallzahlen und Tagesmitteltemperaturen) zu gleichläufigen oder gegenläufigen Trends führen. Damit ist noch keine Aussage über ursächliche Zusammenhänge getroffen, aber es können eben Korrelationen beider Größen ermittelt werden. Dies zeigt auch die Auswertung von Zusammenhängen von Wetterindizes und Corona- Fallzahlen in deutschen Regionen, die Korrelationskoeffizienten zwischen 0,66 und 0,8 ergaben.

DNA und RNA

Zur Struktur von DNA und RNA

Seit der Entdeckung der Desoxyribonukleinsäure (DNA,“A“ für Acid = Säure) durch die britischen Forscher James Watson und Francis Crick 1953 hat sich diese zu einer Art biologischem Grundwissen der Zellbiologie entwickelt. Da die DNA die Trägerin der Erbinformation von Menschen ist, die in einer spiralförmigen Form einer Doppelhelix (Bild links unten) von „Basenpaaren“ codiert ist, ist dieser molekularbiologische Begriff sogar umgangssprachlich verankert: „Er/Sie hat diese Eigenschaft sogar in seiner DNA verankert“, so wird manchmal über Personen gesprochen, womit man ausdrücken möchte, diese Eigenschaft ist angeboren.  

Die angesprochenen Basenpaare heißen übrigens „Adenin“ und „Thymin“ sowie „Guanin“ und „Cytosin“ (Bild rechts unten).

Nun begegnet uns der Begriff in der „Corona“- Debatte wieder. Die „kleine Schwester“ der DNA, die Ribonukleinsäre RNA, ist eine der wesentlichen Bestandteile eines Impfstoffes gegen den Corona-Virus. Daher lohnt es sich, die naturwissenschaftlichen Vorgänge dieser sehr fortgeschrittenen Technologie verstehen zu lernen. Möglicherweise hilft das auch, Vorurteile gegen diese neuartige Methode der Krebsbekämpfung (das ist ja der ursprüngliche Zweck der entsprechenden Forschungen) abzubauen.

Ribonukleinsäuren (RNS, häufiger engl.: ribonucleic acid, RNA) sind organische Säuren, die eine maßgebliche Rolle bei der Neubildung von Proteinen in Zellen (Proteinbiosynthese) spielen. Sie befinden sich in Form von einsträngigen, fadenförmigen Makromolekülen im Zellkern und Zytoplasma der Zellen. Zusammengesetzt ist die menschliche RNA aus vier organischen Basen: Adenin, Guanin, Cytosin und Uracil, die durch ein Zucker- und Phosphatrückgrat miteinander verknüpft sind. Die Verbindung von je einem Zucker, einem Phosphatrest und einer der vier Basen nennt man Nukleotid. Die Nukleotide bilden die Grundbausteine der RNA und DNA.

Es gibt unterschiedliche Arten von RNA, die verschiedene Funktionen erfüllen. Die mRNA (engl.: messenger RNA, dt.: Boten-RNA) dient beispielsweise der Übermittlung von Informationen vom Zellkern zu den Ribosomen, mithilfe derer Proteine synthetisiert werden.

Eine wesentliche Funktion der RNA in der biologischen Zelle ist die Umsetzung von genetischer Information in Proteine (Eiweißmoleküle), in Form der mRNA fungiert sie hierbei als Informationsüberträger. Weiterhin bestehen auch Teile der für die Umsetzung dieser Information verantwortlichen Zellbestandteile aus RNA. Die mRNA, Boten-RNA (engl. Messenger RNA) kopiert die in einem Gen auf der DNA liegende Information und trägt sie zum Ribosom, wo mit Hilfe dieser Information die Proteinsynthese stattfinden kann, also der Aufbau eines neuen „Eiweißmoleküls“. Jeweils drei im Leseraster des Molekülstrangs nebeneinander liegende Nukleotide bilden ein Codon, mit dessen Hilfe sich eine spezifische Aminosäure, die in ein Protein (= Eiweis) eingebaut werden soll, eindeutig bestimmen lässt. Dieser Zusammenhang wurde 1961 von Heinrich Matthaei und Marshall Warren Nirenberg gefunden. Die Entschlüsselung des genetischen Codes markiert einen Neubeginn in fast allen Bio-Wissenschaften.

mRNA als Impfstoff

Ein mRNA-Impfstoff ist ein Impfstoff, dessen Wirkmechanismus auf der RNA beruht. RNA-Impfstoffe gehören zu den genetischen Impfstoffen, da aus der RNA ein Protein hergestellt wird, welches eine Immunreaktion auslöst.

Durch die Verpackung der Erbinformation in Lipid-Nanopartikel wird die Aufnahme der Impfstoff-RNA in die Zellen der geimpften Person erleichtert. Nachdem diese in die Zellflüssigkeit einer Zelle des Patienten gelangt ist, setzt sie eine Translation in Gang, welche das gewünschte Protein und die dagegen gerichtete Immunreaktion erzeugt; die RNA des Impfstoffes selbst erzeugt jedoch keine Immunantwort und wird nach kurzer Zeit in der Zelle wieder abgebaut. Die Lipidpartikel für den BioNTech/Pfizer-Impfstoff werden übrigens in Österreich nahe Klosterneuburg hergestellt!

Wirksamkeit und Sicherheit von RNA-Impfstoffen werden bereits seit mehreren Jahren in klinischen Studien am Menschen in anderen Anwendungsgebieten (ver­schie­dene Krebsarten und Infektionskrankheiten) untersucht, ferner ist eine große Zahl präklinischer Daten verfügbar.

Im Gegensatz zu DNA-Impfstoffen werden RNA-Impfstoffe nicht in den Zellkern transportiert und sind nicht vom Import des Krankheitsbildes in den Zellkern und von der Transkription abhängig. Es besteht im Gegensatz zu DNA-Impfstoffen auch keine Gefahr einer Erbgutschädigungen, hierfür wären zwei zusätzliche Enzyme nötig, die in menschlichen Zellen nicht vorkommen. mRNA hat eine vergleichsweise kurze biologische Halbwertszeit. Ein dauerhafter Verbleib in der Zelle ist damit ausgeschlossen, zumal diese im Zuge der Immunantwort durch cytotoxische T-Zellen ohnehin zerstört wird. RNA ist im Vergleich zu DNA relativ empfindlich für abbauende Enzyme. RNA ist kostenintensiver herzustellen als Plasmid-DNA.

Die im Vergleich zu anderen Impfstofftypen stärkeren Nebenwirkungen der RNA-Impfstoffe werden im Wesentlichen auf Verunreinigungen zurückgeführt, die aus dem Herstellungsverfahren herrühren und die man vermutlich nicht ganz verhindern kann. Insoweit besteht das Ziel darin, diese immer weiter zu verringern, um die Impfstoffe verträglicher zu machen.

Fazit: Die wissenschaftlichen Arbeiten an der DNA und RNA gibt es seit Anfang der 50er Jahre. Dadurch haben sich recht stabile Erkenntnisse ergeben, deren grundlegende Arbeiten, die die Molekularbiologie verändert haben, mit etlichen Nobelpreisen gewürdigt wurden. Mit einem Derivat der RNA, der Boten-RNA, arbeitet man seit den 70er Jahren. Die praktische Entwicklung von Therapien und Impfstoffen waren ursprünglich im Fokus auf die Krebsforschung gerichtet, da man sich davon erhoffte, Krebszellen „um­programmieren“ zu können. Anfang 2020 konnte man dann die langjährigen Erfahrungen nützen, um auf Schäden durch ein neuartiges Virus zu verhindert, das COVID-19-Virus. Durch die längeren Vorarbeiten gelang es, ein neuartiges Verfahren gegen das Virus zu entwickeln, das auf einer Translation (= Änderung) der Virus-Erbinformation durch die mRNA aufbaut. Daher können auch andere Wirkungen dieses Impfstoffes außer die „programmierte“ Virusbekämpfung ausgeschlossen werden. Wichtig ist dabei, die körpereigene Immunantwort zu aktivieren. Genau das führt uns zum nächsten Abschnitt.

Polyklonale und monoklonale Antikörper

Das Immunsystem

Das Immunsystem ist das Abwehrsystem des Menschen gegen fremde Stoffe und Keime. Das ist wichtig, da sich der Körper im ständigen Austausch mit seiner Umwelt befindet. Und dort gibt es eine Vielzahl an Bakterien, Viren, Pilzen und Parasiten. Dringen sie in den Körper ein, können sie zum Teil lebensgefährliche Infektionen verursachen. Doch auch Schadstoffe – zum eispiel aus der Luft – können dem Körper schaden. Die Aufgabe des Immunsystems ist es, Infektionen zu verhindern, unerwünschte Eindringlinge zu bekämpfen und giftige Substanzen zu eliminieren. Das Abwehrsystem umfasst mehrere Organe, verschiedene Zellen und Eiweißstoffe.

Dabei ist der Aufbau des Immunsystems komplex. Es besteht aus zahlreichen Bestandteilen. Nur wenn alle Komponenten richtig zusammenspielen, kann das Abwehrsystem den Körper vor Erregern schützen. Zu den Organen des Immunsystems zählen neben dem Blut das sogenannte lymphatische System mit den lymphatischen Organen. Außerdem bieten Haut und Schleimhäute einen wichtigen Schutz gegen Stoffe und Eindringlinge von außen. Am gesamten Körper sind Haut und Schleimhäute die ersten wichtigen Barrieren gegen beispielsweise Bakterien, Viren und Pilze. Sie sind wie ein mechanischer Schutzwall, der den Körper nach außen hin abgeschirmt.

Dabei unterstützen noch weitere Abwehrmechanismen die Immunarbeit:

• Bakterienhemmende Substanzen (z.B. Enzyme in Speichel, Urin oder Tränenflüssigkeit) stoppen körperfremde Eindringlinge.
• Schleim sorgt in den Atemwegen dafür, dass eingeatmeten Schadstoffe zunächst kleben bleiben und durch die Bewegung der Flimmerhärchen wieder nach außen transportiert werden.
• Magensäure zerstört die meisten Erreger, die durch Lebensmittel in den Körper gelangen.
• Nützliche Mikroorganismen besiedeln die die Haut und viele Schleimhäute (z.B. Mikrobiom der Darmflora) und wehren Krankheitserreger ab.
• Reflexe (Husten, Niesen) schützen ebenso vor Erregern.

Thymusdrüse: Organ oberhalb des Herzbeutels, in dem die T-Vorläuferzellen ausreifen

Zu diesen Organen des Immunsystems gehören:

• Milz: Fremde Stoffe (Antigene) gelangen über das Blut in das Organ im linken Oberbauch
• Lymphknoten: In der Regel kommen Antigene über die Lymphe aus den Lymphgefäßen dorthin
• Mukosa-assoziiertes lymphatisches Ge­webe (MALT): Die Oberfläche des Gewebes stellt den Kontakt zwischen Fremdstoffen und Abwehrzellen her, die dann den Kampf aufnehmen z.B. Gaumen- und Rachenmandeln, Lymphgewebe im Darm, Gewebe im Harntrakt.

Antikörper bzw. Immunglobuline

Als Antikörper – oder auch Immunglobuline (Ig) – werden spezielle Proteine unseres Immunsystems bezeichnet. Diese werden als Antwort auf so genannte Antigene von einer bestimmten Untergruppe der weißen Blutkörperchen, den B-Zellen (B-Lymphozyten), gebildet. Antikörper zirkulieren im Blut und in der Lymphe und sind auch in Körpersekreten zu finden. Sie dienen der Bekämpfung von Krankheitserregern und Fremdstoffen in unserem Körper, spielen aber auch bei Allergien und Autoimmunerkrankungen eine wichtige Rolle. Bei einer Impfung wird dieser Mechanismus unseres Körpers genutzt: Es wird eine Immunantwort hervorgerufen, und Antikörper werden produziert.

Dabei gibt es polyklonale und monoklonale Antikörper. Polyklonale Antikörper sind die Produkte von speziellen Zellen, die verschiedene Strukturen des eindringenden Fremdkörpers erkennen. Monoklonale Antikörper hingegen gehen aus ein und derselben Zelle hervor, die im Labor künstlich zu einer Zelllinie geklont wurde. Monoklonale Antikörper haben alle dieselbe, konstante Struktur und binden ein Antigen an einer ganz bestimmten Stelle. Monoklonale Antikörper spielen heute eine wichtige Rolle in der biologischen Forschung und der Biotechnologie und finden als therapeutische Antikörper Anwendung in der Medizin.

Bei Antikörpern (= Immunglobulinen, Ig) handelt es sich um Glykoproteine – also Makromoleküle aus einem Protein und Zuckergruppen – die aus insgesamt vier Bestandteilen aufgebaut sind: Aus zwei identischen schweren und zwei identischen leichten Ketten. Durch Disulfidbrücken zwischen den einzelnen Ketten erlangen Antikörper ihr Y-förmiges Aussehen.

Immunsystem und COVID 19

Nahezu alle Menschen mit funktionstüchtigem Immunsystem entwickeln nach einer SARS-CoV-2-Infektion eine gezielte Immunantwort. Dies beinhaltet unter anderem die Bildung von Antikörpern als auch von sogenannten „Gedächtnis­zellen”. Oft sind Menschen damit für eine Weile immun gegen weitere Infektionen.

Mit der Zeit kann jedoch die Abwehrfunktion nach durchgemachter Infektion oder Impfung wieder abnehmen. Dies gilt auch für Antikörper. Zudem können Virusmutationen dazu führen, dass bereits gebildete Antikörper nicht mehr perfekt zum aktuellen Virus passen. Auch ist noch unklar, welche Rolle die Höhe des Antikörperspiegels spielt. Der Nutzen von Antikörpertests in der Corona-Pandemie hat also Grenzen.

Das Wichtigste zuerst: Antikörper-Testungen können Tests auf eine akute COVID-19-Infektion mittels PCR oder Schnelltest nicht ersetzen. Sie sollten auch nie hinzugezogen werden, um zu beurteilen, ob jemand aktuell mit dem Coronavirus infiziert sein könnte.

Zudem werden Antikörpertests derzeit nicht empfohlen, um die Immunität gegenüber dem Coronavirus nach einer COVID-19-Impfung festzustellen. Auch sollten sie nicht herangezogen werden, um zu beurteilen, ob einen ungeimpfte Person, eine Impfung benötigt oder ob jemand in Quarantäne muss. Hierfür hat die Messung der Antikörper schlicht zu wenig Aussagekraft.

Stattdessen besteht die Empfehlung zur Impfung auch bei ungeimpften Personen, die in der Vergangenheit bereits COVID-19 hatten und nun genesen sind. Dies gilt auch für ungeimpfte Personen, bei den Antikörper nachgewiesen wurden. Genauso sieht es mit Einhaltung der Schutzmaßnahmen aus. Es gibt jedoch auch Fälle, in denen ein Antikörpertest durchaus sinnvoll ist.

Antikörpernachweis-Test bei COVID-19: Mit Antikörpertests können Antikörper gegen SARS-CoV-2 nachgewiesen werden, was auf eine durchgemachte Infektion oder aber erfolgte Impfung hinweisen kann. Je nach Test können damit verschiedene Arten von Antikörpern nachgewiesen werden. In der Regel werden jedoch Antikörpertests empfohlen, die den IgG-Spiegel (IgG = Hauptanteil der Antikörper im Blut) erfassen, da diese die höchste Genauigkeit aufweisen.

Hierfür wird meist eine Blutentnahme benötigt, welche anschließend in einem Labor analysiert wird. Jedoch gibt es auch Antikörper-Schnelltests, die aus der Fingerbeere, dem Speichel oder aber aus einem Rachenabstrich gewonnen werden. Letztere kommen jedoch in der Regel nur als Teil des Klinikbetriebs bei besonderen Fragestellungen zum Einsatz und sind meist weniger genau.

Bei allen Grenzen und Limitationen von Antikörpertests ist es durchaus denkbar, dass ihre Relevanz in Zukunft steigen könnte. Gerade sollte die Qualität der Antikörper-Schnelltests in Zukunft steigen, wäre ein breiteres Anwendungsspektrum denkbar. Zum Beispiel könnte beim Umgang mit COVID-19-Patienten oder Risikogruppen gezielt Personal eingesetzt werden, bei denen erst kürzlich Antikörper nachgewiesen wurden.

Denn es ist noch nicht abschließend geklärt, wie wirksam COVID-19-Impfstoffe im Alltag sind, wie die Wirksamkeit der Impfstoffemit der Zeit abnimmt, ob Auffrischimpfungen im Verlauf nötig sind und ob Geimpfte andere COVID-19-Symptome zeigen als Ungeimpfte. Da all dies miteinander zusammenhängt, ist es unerlässlich für Forschende, sich ein Gesamtbild aller Faktoren zu verschaffen. Und dies geht nur, indem sich viele Menschen aktiv an der Forschung beteiligen, um aussagekräftige Erkenntnisse aus dem Alltagsleben zu gewinnen.

Ist eine erneute Infektion mit dem Coronavirus möglich? Ja. Jedoch ist das Risiko für eine Reinfektion in den ersten Monaten nach einer Infektion gering. Laut Studien verringert eine frühere Infektion das Risiko einer erneuten Infektion in den folgenden sechs bis sieben Monaten um 80 bis 85 Prozent. Gerade ältere Menschen haben allerdings ein erhöhtes Risiko sich erneut zu infizieren.

Auch Impfungen senken das Risiko erheblich, bieten jedoch nie einen hundertprozentigen Schutz. Dennoch sind sie als hochwirksam anzusehen, da sie insbesondere effektiv vor schweren Krankheitsverläufen schützen. Für ältere Menschen und Risikogruppen kann eine Auffrisch- bzw. Booster-Impfung dennoch sinnvoll sein, um die Antikörperspiegel wieder in die Höhe zu treiben.

Fazit: Ist der zentrale Abschnitt in diesem Kapitel, in dem die Abwehrreaktion des Körpers gegenüber Viren beschrieben wird. In der medizinischen Fachsprache heißt sie „Immunantwort“. Gerade in der Identifizierung von Antikörpern und der Erforschung dieser Immunantworten stecken 100 Jahre chemisch-medizinischer Forschung. Es geht immer darum, chemische Modelle zu erstellen, Reaktionsmechanismen herauszufinden und dann die medizinische Wirkung auf den menschlichen Körper zu testen. Da muss man sehr sensibel vorgehen. Daher sind Verfahren von Testerprobungen oder auch Impfstoffen in einem vielstufigen Verfahren mit höchsten Vorsichtsmaßnahmen umgesetzt. Die klinischen Testarrangements sind eine eigene logistische Wissenschaft und nur in sehr großem Rahmen – meist weltweit – gut umzusetzen.  Die Verfahren selber sind nicht Arzneimittelfirmen-bezogen, sondern von den Überprüfungsbehörden (z.B. der europäischen Arzneimittelbehörde) vorgeschrieben. Diesen verfahren liegen im Vorfeld rein wissenschaftliche Abhandlungen zugrunde. Diese Testarrangements wurden für COVID-19 sehr beschleunigt. Trotzdem entsprechen sie voll den aktuellen wissenschaftlichen Erkenntnissen. Die Zahlen der getesteten Personen (= Probanden) ist so hoch, dass jede Unverträglichkeit auffällt. Dann muss sofort reagiert werden (siehe Verunreinigungen von mRNA-Impfstoffen auf Seite 16 unten) und eine völlig neue Versuchsreihe aufgesetzt werden.

Die naturwissenschaftliche Arbeitsweise mit Modell-Experiment-Schlussfolgerung- Überprüfung und Verbesserung des Modells trägt also dazu bei, dass die Ergebnisse reproduzierbar sind. Bei wichtigen Entwicklungen wartet man immer eine Antwort eines Referenzlabors ab, die die eignen Ergebnisse bestätigt. Erst dann gilt das Ergebnis oder verfahren als gesichert. Nun noch zu einem Kapitel, wo naturwissenschaftliche Erkenntnisse keine Wirkung attestieren können – und die Trotzdem in der Medizin eine wichtige Rolle spielen – oder gespielt haben?

Worum geht es in der aktuellen Auseinandersetzung?

In den Abschnitten des II. Kapitels wurden typische naturwissenschaftliche Fallstudien angestellt, die mit der Corona-Erkrankung zusammenhängen. Allerdings wird hier versucht zu zeigen, dass die Arbeitsweise der Naturwissenschaften (und der eng damit verbundenen Mathematik und Statistik) Sicherheiten anzubieten hat, diesen Erkenntnisprozess überprüfbar und transparent zu halten. Die Naturwissenschaften sind es als eine der wenigen Wissenschaftsdisziplinen gewohnt, universell im gleichen Maßstab zu denken. Das Betreiben einer Atmosphärenphysik oder Biochemie in Japan unterscheidet sich in keiner Weise von dem Betrieb dieser Wissenschaftsdisziplinen in Deutschland oder Österreich. Trotz möglicher kultureller Unterschiede kann eine Publikation eines japanischen Wissenschaftlers in Deutschland oder Österreich sofort gelesen und verstanden werden. Daher gab es auch immer weltweiten internationalen Austausch und umfangreiche Kooperationen (z.B. die Forschungskooperationen in der Teilchenphysik). Man kann sogar sagen, eine wichtige Publikation, die von führenden Instituten anerkannt wurde, muss jeder Fachfrau/ jedem Fachmann dieser Disziplin in kurzer zeit bekannt sein. Wenn sich hier jemand ein halbes Jahr später unwissend bei Konferenzen auf eine „alte Theorie“ beruft, wird er/sie nicht mehr ernst genommen und auf der Konferenz mit verbindlichem Lächeln übergangen!

Alternative Denkmodelle hingegen sind meist lokal geprägt und haben außerhalb der „verschworenen Gemeinschaft“ wenig Chance, bestehen zu können. Sie sind, trotz Verbreitung in den elektronischen sozialen Medien nur „lokal“ zu verstehen und haben dort ihre “Fangemeinden“. Ihre Aussagen wirken für diese Kerngruppen überzeugend, halten aber einer experimentellen Überprüfung oder einem Austausch wichtiger Aussagen über mehrere Kontinente hinweg nicht stand. Ein gutes Beispiel ist die Homöopathie, wie sie im Abschnitt II.5 beschrieben wird: In vielen Anwendungsbereichen zur Vorbeugung von Krankheiten waren „Globuli“ praktisch in jedem Haushalt vertreten. Die Schulmedizin stand ihr durchaus aufgeschlossen gegenüber und etliche Fachärzte empfahlen homöopathische Methoden oder Medikamente. In den letzten Jahren hat sich das Bild hier entscheidend gewandelt: Eine biologisch – physiologische Wirkung ist einfach nicht nachweisbar – da hilft auch die Aussage nichts, dass das gesamte Medizinsystem geändert gehört, dann wird man die geheimnisvollen Wirkungen schon erkennen. Allerdings wird, wie auch im Abschnitt beschrieben, die psychologische Wirkung durchaus anerkannt, und sogar über den „Placeboeffekt“ hinausgehend.

Die Viruspandemie ist höchst politisch geworden und beeinflussen auch die gesellschafts- und Wirtschaftspolitik entscheidend. Sie ist damit auf das Schlachtfeld der Meinungen und Gegenmeinungen getreten, auf dem vehement um die Interpretationshoheit gerungen wird, mit allen Mitteln. Das war in der Ideengeschichte der Naturwissenschaften lange nicht üblich. Die Debatte um die Kernwaffen in den 50er und 60er Jahre und die Verwertung der Kernenergie ab etwa 1975 (nun wieder aktuell in einer EU-Strategie der Dekarbonisierung), immer auch unterlegt mit ökologischen Werten, waren eine der ersten heftigen Auseinandersetzungen in diesem Bereich. Genomforschung, Interventionen im ökologischen Bereich, der Aufbau militärischer Vernichtungspotenziale und nun der Einsatz von künstlicher Intelligenz folgen als „Bedrohungsthemen“. Die Erderwärmung war schon seit Jahren Thema und kehrt nun als Menetekel mit sehr konkreten Daten wieder zurück. Der Umgang mit einer Viruspandemie kam unerwartet hinzu. Die westlichen liberalen Demokratien, die sich als beste der schlechten Regierungsformen halten, müssen damit umgehen lernen. Das können sie vor allem, wenn die Entscheidungen von Maßnahmen wissen(schaft)sbasiert gefällt werden. Genau darum geht es. Und da können „alternative Ansätze“ nur allzu rasch in totalitäre Maßnahmen führen. Genau das sollten wir verhindern. Ein neuer Dialog zur Methodik und den Wirkungspotentialen der Naturwissenschaften ist dringlich!

Quellen

• https://de.wikipedia.org/wiki/Korrelation
• https://www.ethoma.de/AGVL_Home/index.php/corona-wetter-und-aerosole

Links

• Titelbild aus Pixabay