Standardisierung Humanbiom-Studien: Was die aktuellen Initiativen tatsächlich leisten
Welche Standardisierungsinitiativen gibt es für Humanbiom-Studien? STORMS, MIMARKS, cHMP: Was sie leisten und wo ihre Grenzen liegen.
Von Desiree Kaminski · · Lesezeit: 6 Minuten

Standardisierung Humanbiom-Studien: Was die aktuellen Initiativen tatsächlich leisten
Die Mikrobiomforschung hat ein grundlegendes Koordinationsproblem. Wenn Medizinerinnen und Mediziner, Bioinformatiker, Molekularbiologinnen und Epidemiologen an unterschiedlichen Instituten arbeiten, verwenden sie unterschiedliche Methoden, Nomenklaturen und Qualitätsmaßstäbe. Das Resultat ist eine Fachliteratur, in der selbst methodisch ähnliche Studien kaum vergleichbar sind. Seit etwa 2020 entstehen Initiativen, die dieser Fragmentierung entgegenwirken. Um ihre Chancen realistisch einzuschätzen, lohnt sich ein Blick auf drei konkrete Ansätze: wo sie greifen, wo ihre Grenzen liegen und warum selbst vollständige Standardkonformität keine methodische Vergleichbarkeit garantiert.
STORMS: Die Checkliste für Berichterstattung
Die STORMS-Checkliste (Strengthening The Organization and Reporting of Microbiome Studies) erschien 2021 in Nature Medicine und umfasst 17 Items in sechs Sektionen: Studiendesign, Probenmaterialien, Sequenzierungsverfahren, bioinformatische Pipelines, statistische Methoden und Datenverfügbarkeit. Sie verlangt explizite Angaben zu Stichprobengröße und deren Begründung, zu Probenentnahme und Lagerungsbedingungen, zu DNA-Extraktionskits inklusive Chargennummer, zu verwendeten Primern und Sequenzierplattformen, zu Qualitätsfilterung und taxonomischer Klassifikation sowie zur statistischen Kontrolle von Confoundern.
Das Entscheidende an STORMS ist die Unterscheidung zwischen Transparenzanforderung und Methodenvorgabe. Man kann frei wählen, welches Extraktionskit oder welche bioinformatische Pipeline man einsetzt. STORMS verlangt nur, diese Entscheidungen dokumentiert offenzulegen. Das macht die Adoption deutlich leichter, weil bestehende Workflows nicht umgestellt werden müssen. Für systematische Reviews und Metaanalysen schafft diese Transparenz einen echten Mehrwert: Man kann nachvollziehen, ob widersprüchliche Befunde aus methodischer Heterogenität resultieren oder aus echten biologischen Unterschieden.
Aber STORMS hat auch klare Grenzen. Die Checkliste verhindert methodische Inkompatibilität nicht. Zwei vollständig STORMS-konforme Studien können trotzdem so unterschiedlich vorgehen, dass ihre Ergebnisse nicht vergleichbar sind. Während die eine 16S-rRNA-Sequenzierung mit V3-V4-Region nutzt, verwendet die andere Shotgun-Metagenomik. Die eine filtert bei Phred-Score 20, die andere bei 30. Die eine wählt DADA2, die andere QIIME2 mit anderen Parametern. Alle Unterschiede sind dokumentiert, aber die Daten bleiben inkompatibel.
Ein weiteres praktisches Problem ist die Durchsetzung. Journale empfehlen STORMS häufig, setzen es aber selten rigoros um. Eine vollständige Manuskriptprüfung anhand von 17 Items kostet Zeit und verlangt Fachkompetenz. Viele Gutachterinnen und Gutachter konzentrieren sich auf die wissenschaftliche Fragestellung und übersehen Lücken bei der Dokumentation. Das Ergebnis ist eine unvollständige Adoption: Manche Items werden erfüllt, andere nicht. Wer kritisch Mikrobiom-Studien lesen möchte, kann die Checkliste als Lektürehilfe nutzen, um methodische Lücken zu identifizieren.
MIMARKS und das Genomic Standards Consortium
STORMS ist nicht das erste Standardisierungsprojekt. Das Genomic Standards Consortium (GSC) hatte bereits 2008 MIMARKS (Minimum Information about a Marker Gene Sequence) etabliert, einen Metadaten-Standard für 16S-rRNA-Studien. MIMARKS verlangt Informationen zu Probenherkunft, geografischen Koordinaten, Umweltbedingungen und technischen Parametern. Später ergänzte der GSC MIMS (für Metagenomik) und MISAG (für Metagenom-assemblierte Genome).
MIMARKS ist methodenspezifischer als STORMS, aber eben auch fragmentierter. Der Standard gilt nur für Marker-Gen-Sequenzierung, nicht für Shotgun-Metagenomik oder Metatranskriptomik. Das macht ihn präziser, erfordert aber für jede neue Methode einen neuen Standard. Die praktische Adoption variiert stark: Einige Datenbanken wie ENA (European Nucleotide Archive) fordern MIMARKS-konforme Metadaten, andere nicht. Ob eine Studie konform ist, hängt dann oft davon ab, welche Datenbank man nutzt, nicht von der wissenschaftlichen Überzeugung des Forschungsteams.
Institutionelle Standardisierung: Das Clinical Human Microbiome Project Korea
Eine andere Strategie zeigt das Clinical Human Microbiome Project (cHMP) Korea. Es setzt nicht auf freiwillige Checklisten, sondern auf zentrale Infrastruktur. Das cHMP hat standardisierte Protokolle für Probenentnahme, DNA-Extraktion, Sequenzierung und bioinformatische Analyse entwickelt und wendet diese konsistent auf alle Teilstudien an. Alle Proben werden im selben Labor mit denselben Kits verarbeitet, alle Daten mit derselben Pipeline analysiert.
Das hat einen großen Vorteil: Die Daten innerhalb des cHMP sind tatsächlich vergleichbar. Unterschiede zwischen Kohorten lassen sich nicht auf methodische Varianz zurückführen. Das ist besonders wertvoll für longitudinale Studien und beim Aufbau von Referenzdatenbanken. Das cHMP hat zudem ethnisch diversere Kohorten eingeschlossen als viele westliche Projekte, was die Generalisierbarkeit erhöht.
Der Nachteil ist die begrenzte Skalierbarkeit. Zentrale Standardisierung funktioniert innerhalb eines Konsortiums, nicht über Grenzen hinweg. Andere Forschungsgruppen haben ihre eigenen Infrastrukturen, Budgets und methodischen Vorlieben. Die cHMP-Daten sind intern vergleichbar, aber nicht zwingend mit Daten aus dem Human Microbiome Project (USA) oder MetaHIT (Europa). Institutionelle Standardisierung schafft kompatible Inseln, keine globale Interoperabilität.
Die Kernspannung: Berichterstattung gegen Methodik
Der entscheidende Konflikt bei allen Standardisierungsbemühungen liegt zwischen Reporting-Standards und Methodenstandards. STORMS und MIMARKS fordern Transparenz, aber nicht Vereinheitlichung der Verfahren. Das cHMP schreibt konkrete Methoden vor, aber nur für seine eigenen Studien.
Beide Wege haben Schwächen. Reporting-Standards allein garantieren keine Vergleichbarkeit. Wenn man akribisch dokumentiert, dass zwei Studien unterschiedliche Extraktionskits nutzten, macht das ihre Daten nicht kompatibler. Methodenstandards wiederum riskieren, wissenschaftliche Innovation zu blockieren. Wenn alle Studien dieselben Primer, dieselben bioinformatischen Tools, dieselben Schwellenwerte verwenden müssen, können methodische Fortschritte nicht getestet werden. Die Mikrobiomforschung entwickelt sich schnell: Was heute Standard ist, kann in zwei Jahren überholt sein.
Hinzu kommt ein praktisches Problem: Methodenstandards funktionieren nur für klar definierte Fragestellungen. Ein Standard für 16S-rRNA-Sequenzierung von Stuhlproben zur Analyse bakterieller Diversität ist realisierbar. Ein einheitlicher Standard für alle Mikrobiomstudien, der 16S, Shotgun-Metagenomik, Metatranskriptomik, Metabolomik, verschiedene Körperstellen und unterschiedliche Krankheitsbilder abdeckt, würde so allgemein, dass er methodisch nichts mehr vorschreibt. Man wäre wieder bei Reporting-Standards angekommen.
Qualitätskontrolle als paralleles Problem
Ein verwandtes Thema ist die Qualitätskontrolle. Selbst wenn alle Studien identische Methoden verwenden, bleibt die Frage, wie man sicherstellt, dass diese Methoden korrekt umgesetzt werden. Mock-Communities, Phred-Scores und Distanzmetriken sind bewährte QC-Instrumente, aber ihre Anwendung ist fragmentarisch. STORMS fordert die Angabe von Qualitätsfiltern, nicht aber deren Begründung. Eine Studie könnte alle minderwertigen Reads verwerfen, eine andere nur die schlechtesten 10 Prozent. Beide erfüllen STORMS, haben aber unterschiedliche Datenqualität.
Das Genomic Standards Consortium arbeitet daran, QC-Metriken in seine Standards zu integrieren, aber die praktische Umsetzung bleibt schwierig. Qualitätskontrolle braucht zusätzliche Experimente (Mock-Communities) oder zusätzliche Analysen (Kontaminationschecks), was Kosten und Arbeitsaufwand erhöht. Ohne verpflichtende Vorgaben von Journalen oder Förderern wird QC oft als optional behandelt.
Wie realistisch ist globale Standardisierung?
Die bisherigen Bemühungen deuten auf einen pragmatischen Mittelweg: Reporting-Standards wie STORMS werden breiter genutzt, weil sie bestehende Workflows nicht gefährden. Methodenstandards wie die des cHMP bleiben auf spezifische Konsortien beschränkt. Globale methodische Standardisierung ist strukturell unwahrscheinlich. Die Mikrobiomforschung ist zu vielfältig, entwickelt sich zu schnell und ist zu interdisziplinär, als dass ein einheitliches Protokoll für alle Fragestellungen passen könnte.
Realistisch bleibt dagegen: schrittweise Verbesserung der Berichterstattung, ergänzt durch fokussierte Methodenstandards für klar umrissene Bereiche. Ein Standard speziell für klinische Studien zur intestinalen Mikrobiota bei entzündlichen Darmerkrankungen könnte tatsächlich durchgesetzt werden, weil die Forschungs-Community überschaubar ist und die methodischen Anforderungen transparent liegen.
Die Spannung zwischen Standardisierung und Flexibilität wird bleiben. Zu rigide Standards bremsen Weiterentwicklung, zu lockere Standards erlauben methodische Zersplitterung. Die aktuellen Projekte navigieren diesen Widerspruch, indem sie Transparenz einfordern, aber methodische Wahlfreiheit bewahren. Ob das zur Lösung der Reproduzierbarkeitskrise in der Mikrobiomforschung ausreicht, ist noch offen. Ohne diese Bemühungen aber wäre die Situation deutlich ungünstiger.
Quellen
Mirzayi C, Renson A, Genomic Standards Consortium, et al. (2021). Reporting guidelines for human microbiome research: the STORMS checklist. Nature Medicine, 27, 1885–1892. https://doi.org/10.1038/s41591-021-01552-x
Chun J, Kim MS, Kim YJ, et al. (2025). Standardizing the approach to clinical-based human microbiome research. Public Health Reports Korea. PMC12245529. https://pmc.ncbi.nlm.nih.gov/articles/PMC12245529/
Dieser Beitrag dient der allgemeinen Information und ersetzt keine ärztliche Untersuchung, Diagnose oder Behandlung.
Weiterführend
Krebs und Darmmikrobiom: Was eine Kohorte mit 1.364 Patienten zeigt
Eine Cell-Studie mit 1.364 Krebspatienten rechnet Begleiterkrankungen und andere Störfaktoren heraus. Was von den Mikrobiom-Signaturen bleibt und was der Befund zu 5-FU-Durchfall bedeutet.
· Lesezeit: 7 Minuten
Käse und Darmflora: Was Humanstudien wirklich zeigen
Käse und Darmflora kritisch gelesen: Was Humanstudien zu Milchprodukten, Fermentation, Mikrobiom-Markern und klinischer Relevanz wirklich zeigen können.
· Lesezeit: 6 Minuten
Rotes Fleisch und Darmgesundheit kritisch einordnen
Rotes Fleisch und Darmgesundheit: Was Humanstudien zu Mikrobiom, TMAO und Evidenz zeigen, wenn man Endpunkte und Studiendesign wirklich kritisch prüft.
· Lesezeit: 6 Minuten