Wissenschaftler des Helmholtz Zentrums München stellen ein computergestütztes Werkzeug vor. Die künstliche Intelligenz „scGen“ verspricht einen Ansatz für die Erforschung von Krankheiten und deren Behandlung auf zellulärer Ebene.

Die Entwickler von scGen heißen Mohammad Lotfollahi, Alex Wolf und Fabian Theis und arbeiten alle für das Institute of Computational Biology. scGen ist ein auf künstlicher Intelligenz basierendes Computermodell zur Vorhersage des Verhaltens einer Zelle. Mit scGen können zelluläre Reaktionen auf Erkrankungen und ihre Behandlung abgebildet und untersucht werden – und das ohne experimentelle Daten zugrunde legen zu müssen. Die Arbeitsergebnisse der Wissenschaftler erschienen in „Nature Methods“.

Trainiert man scGen mit Daten, die den Effekt von Störungen für ein bestimmtes System erfassen, so ist das Modell in der Lage, zuverlässige Vorhersagen für ein anderes System zu treffen. Bisherige Modelle haben statistische und mechanistische Ansätze als Grundlage.

Bald werden umfangreiche biochemische und genetische Informationen über die Vielfalt menschlicher Zellen im Rahmen des internationalen Human Cell Atlas-Projekts verfügbar sein. Damit kann die Funktion von gesunden Zellen, Geweben und Organen besser verstanden werden und darüber hinaus auch als Referenz für Diagnose, Überwachung und Therapie von Krankheiten genutzt werden.

Leider ist jedoch eine flächendeckende Auswertung dieser Informationen aufgrund der vielfältigen Kombinationsmöglichkeiten für die traditionelle Life Science Forschung im Labor zu aufwändig und zu teuer.

„Zum ersten Mal haben wir die Möglichkeit, Daten aus einem Modellsystem wie der Maus zu verwenden, um Krankheitsprozess und therapeutische Wirksamkeit bei menschlichen Patienten vorherzusagen“, so Mohammad Lotfollahi, Doktorand am Helmholtz Zentrum München und der Technischen Universität München.

„Wir können jetzt damit beginnen, scGen zu optimieren, um immer komplexere Fragen zu Krankheiten zu beantworten“, so Teamleiter Alex Wolf und Fabian Theis, Direktor des Instituts für Computational Biology und Inhaber des Lehrstuhls für Mathematische Modellierung biologischer Systeme der Technischen Universität München, zu den aktuellen Plänen.

Helmholtz Zentrum München – Deutsches Forschungszentrum für Gesundheit und Umwelt

Original Publikation:

Lotfollahi, M. et al. (2019): scGen predicts single-cell perturbation responses. Nature methods, DOI: 10.1038/s41592-019-0494-8

Pressefoto Header: Zelluläre Reaktionen in silico vorhersagen: Trainiert mit Daten für eine vorgegebene Reihe von Zelltypen kann scGen zelluläre Reaktionen in einem neuen Zelltyp modellieren; © Helmholtz Zentrum München