Computermodell sagt Zellverhalten während Krankheit und Behandlung vorher

München – Ein neues, auf künstlicher Intelligenz basierendes Computermodell soll das Verhalten von Zellen während einer Krankheit und im Verlauf einer Behandlung vorher­sagen. Entwickelt haben es Mohammad Lotfollahi, Alex Wolf und Fabian Theis vom Institute of Computational Biology des Helmholtz Zentrums München. Die Arbeit ist in der Fachzeitschrift Nature Methods erschienen (doi 10.1038/s41592-019-0494-8).

Die Forscher weisen daraufhin, dass die im Rahmen des „Human Cell Atlas“-Projekts ver­fügbaren Informationen in absehbarer Zeit ein Referenzrahmen für die Funktion von Zellen, Geweben und Organen im gesunden Zustand geben werden. Ziel ihres „scGen“ genannten Computermodells sei nun, die Reaktionen von Zellen auf Störeinflüsse wie Krankheiten oder Stoffe genau zu modellieren.

ScGen ist ein generatives Deep-Learning-Modell. Es setzt Ideen aus der Bild-, Sequenz- und Sprach­verarbeitung ein und wendet sie an, um das Verhalten einer Zelle darzustell­en. Bisherige Modelle hätten statistische und mechanistische Ansätze als Grundlage.

Das neue Modell sei auch in der Lage, zelluläre Reaktionen übergreifend vorherzusagen. „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“, erläuterte Mohammad Lotfollahi, Doktorand am Helmholtz Zentrum München und der Technischen Universität München.

Die Wissenschaftler arbeiten im Augenblick an weiteren Verbesserungen an scGen, um die Vorhersagekraft des Computermodells zu erhöhen und auch Kombinationen von Störungen zu untersuchen.

„Wir können jetzt damit beginnen, scGen zu optimieren, um immer komplexere Fragen zu Krankheiten zu beantworten“, kündigen 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, an.

rme