TUM – Technische Universität München Menü
Mithilfe der Computerbiologie lassen sich Zellveränderungen berechnen.
Mithilfe der Computerbiologie lassen sich Zellveränderungen berechnen.
Bild: iStock / nicolas_
  • Forschung
  • lesezeit: 2 MIN

Machine-Learning-Software scGen sagt das Verhalten von Zellen voraus

KI sagt Behandlungserfolg bei Krankheiten voraus

Das Computermodell scGen sagt voraus, wie Zellen sich verhalten werden. Mithilfe Künstlicher Intelligenz (KI) bildet die Software die Reaktion einer Zelle auf eine Erkrankung oder auch deren Behandlung ab, ohne dafür experimentelle Daten zu benötigen. Entwickelt wurde scGen von Wissenschaftlern der Technischen Universität München (TUM) und des Helmholtz Zentrum München. Das Tool verspricht neue Ansätze für die Erforschung und Behandlung von Erkrankungen.

Durch Krankheiten oder genetische Eingriffe verändern Zellen sich. Im Labor lässt sich allerdings nur begrenzt herausfinden, wie sie auf bestimmte Einflüsse reagieren: Die Kombinationsmöglichkeiten von Zelltypen und Störfaktoren sind zu vielfältig um sie flächendeckend experimentell erforschen zu können. Eine umfassende Auswertung ist auf diesem Weg zu arbeits- und kostenintensiv.

Erstes Machine-Learning-Modell zur Vorhersage von Zellverhalten

Ziel der Computerbiologie ist es deshalb, die Reaktionen von Zellen auf Störeinflüsse in mathematischen Modellen zu beschreiben um sie dann berechnen zu können. Bisherige Modelle haben statistische oder mechanistische Ansätze als Grundlage. Mit scGen entwickelten Fabian Theis, Professor für die Mathematische Modellierung biologischer Systeme an der TUM und Direktor des Institute of Computational Biology am Helmholtz Zentrum München, und sein Team erstmals eine Software, die auf maschinellem Lernen basiert. Mit dem neuen Tool lassen sich hochdimensionale Phänomene berechnen, die noch nicht beobachtet wurden. Dabei setzt scGen Ideen aus der Bild-, Sequenz- und Sprachverarbeitung ein und wendet sie an, um das Verhalten einer Zelle am Computer zu modellieren.

Von Daten über Mäuse auf menschliche Zellen rückschließen

Trainiert man scGen also 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. „Zum ersten Mal haben wir Möglichkeit, Daten aus einem Modellsystem wie der Maus zu verwenden, um Krankheitsprozess und therapeutische Wirksamkeit bei menschlichen Patienten vorherzusagen“, sagt Mohammad Lotfollahi, Doktorand am Wissenschaftszentrum Weihenstephan für Ernährung, Landnutzung und Umwelt der TUM.

Weiterentwicklung von scGen soll komplexere Fragen beantworten

Zukünftig wollen die beteiligten Forscher scGen so weiterentwickeln, dass sich die Vorhersagekraft des Computermodells erhöht. Darüber hinaus werden sich damit auch Kombinationen von Störungen berechnen lassen. „Wir können jetzt damit beginnen, scGen zu optimieren, um immer komplexere Fragen zu Krankheiten zu beantworten“, sagt Theis.

Publikationen:

Theis, F.; Lotfollahi, M.; Wolf A.: scGen predicts single-cell perturbation responses. In: Nature Methods 16; 715-721 (2019). DOI 10.1038/s41592-019-0494-8

Corporate Communications Center

Technische Universität München

Kontakte zum Artikel:

Prof. Fabian Theis
Technische Universität München
Lehrstuhl für Mathematische Modelle biologischer Systeme
Tel: +49 (89) 289 18386
fabian.theis(at)helmholtz-muenchen.de

Weitere Artikel zum Thema auf www.tum.de:

Das Bild zeigt Prof. Fabian Theis, beim Schreiben von Formeln an eine Tafel.

Bundesweites KI-Netzwerk mit Zentrale in München

Informatik, Robotik und Maschinelle Intelligenz sind zentrale Forschungsbereiche an der Technischen Universität München (TUM). Jetzt vernetzt sich die TUM in der neuen Helmholtz Artificial Intelligence Cooperation Unit...

Durch die Einzelzell-RNA-Sequenzierung lässt sich herausfinden, welche DNA-Abschnitte für die Bildung einer Zelle aktiv werden. (Bild: iStockphoto.com / D-Keine)

KI findet Fehler bei RNA-Analyse

Warum verhalten sich manche Zellen im menschlichen Körper nicht so, wie sie sollten, und bilden beispielsweise Krebsgeschwüre? Von der sogenannten Einzelzellanalyse versprechen Forscherinnen und Forscher sich Antworten....

In der Munich School of Data Science finden Doktorandinnen und Doktoranden ein auf sie zugeschnittenes Kursangebot. (Foto: iStockphoto/gorodenkoff)

Neue Graduiertenschule für Data Science

Digitalisierte Forschung produziert heute immense Datenmengen. Die immer komplexer werdende Datenflut birgt großes Potenzial – etwa für die Biomedizin. Um Big Data nutzbar zu machen, müssen die Daten aber beherrscht und...

Prof. Fabian Theis. (Bild: A. Eckert / TUM)

Algorithmen zeigen, wie Zellen Entscheidungen treffen

Heute werden an zwei Tagen so viele Daten produziert wie seit Anbeginn der Zeit bis 2003. Man spricht von Big Data. Der Mathematiker Prof. Fabian Theis nutzt die Vielfalt der Daten, um mehr über Krankheiten wie Diabetes,...

Mit der Software BaSiC verbessertes Mosaikbild eines Maushirn-Schnitts. (Bild: Tingying Peng / TUM/HMGU)

Klare Sicht auf Stammzellentwicklung

Inzwischen ist es möglich, die Entwicklung einer einzelnen Zelle und die dafür entscheidenden Faktoren unter dem Mikroskop kontinuierlich zu verfolgen. Störungen wie Schatten in den Bildern oder Hintergrundveränderungen...

Mehr als 40% aller Gene im Experiment korrelierten mit einem kleinen Satz bekannter Zellzyklus-Marker (orange) - Grafik: Florian Büttner

Mathematik verbessert Einzelzell-Analyse

Mittels statistischer Analysen lassen sich Störfaktoren und Unsicherheitsvariablen von Einzelzell-Analysen erfassen. Dies ermöglicht es, einzelne Subpopulationen und Zelltypen innerhalb von Zellpopulationen zu...

Fluoreszenz-in-situ-Hybridisierung zeigt mRNA-Aktivität. Blau: niedrige, rot: hohe Aktivität Bild: S. S. Bajikar / University of Virginia, Charlottesville (USA)

Mit Mathematik einzigartige Zellen aufspüren

Stammzellen verwandeln sich in Herzzellen, Hautzellen verwandeln sich in Krebszellen, selbst Zellen einer Gewebeart unterscheiden sich geringfügig voneinander. Ein wichtiges Werkzeug dazu, solche Heterogenitäten zu...