Neue Software „Janggu“ vereinfacht Deep-Lear­ning-Studien

Berlin – Wissenschaftler des Max-Delbrück-Centrums für Molekulare Medizin in der Helmholtz-Gemeinschaft (MDC) haben eine universelle Programmiersoftware entwickelt, mit der Ärzte und Wissenschaftler Deep-Learning-Algorithmen in Genomik-Studien ein­facher nutzen können.

„Bislang nahmen die technischen Aspekte viel Zeit in Anspruch – Zeit, die dann für die biologischen Fragestellungen fehlt, die wir beantworten wollen“, erläuterte Wolfgang Kopp, Wissenschaftler in der Forschungsgruppe „Bioinformatics and Omics Data Science“ am Berliner Institut für Medizinische Systembiologie (BIMSB) des MDC und Erstautor der Studie.

Janggu soll jetzt einen Teil dieses technischen Aufwands überflüssig machen, erläutern die Wissenschaftler in einer Publikation in der Fachzeitschrift Nature Communications (2020; DOI: 10.1038/s41467-020-17155-y).

Deep-Learning-Modelle beinhalten Algorithmen, die riesige Datenmengen verarbeiten und dabei wichtige Merkmale oder Muster erkennen. Das Verfahren kommt laut den Wissenschaftlern in der Genomik aber bislang nur eingeschränkt zum Einsatz.

Die meisten veröffentlichten Modelle seien auf bestimmte Datentypen angewiesen und könnten nur eine spezifische Frage beantworten. Um Daten auszutauschen oder hinzuzu­fügen, müssten Forscher oft wieder bei Null beginnen – was ein immenser Programmier­aufwand sei. Janggu konvertiert daher verschiedene Genomik-Datentypen in ein univer­selles Format.

„Das Besondere an unserem Ansatz ist, dass man für ein Deep-Learning-Problem jeden genomischen Datensatz verwenden kann – wir können mit jedem Format arbeiten. Die Möglichkeiten sind endlos“, erläutert Altuna Akalin, Leiter der Forschungsgruppe „Bioinformatics and Omics Data Science“.

Janggu mache Deep Learning einfacher und benutzerfreundlicher und trage dazu bei, verschiedenste biologische Fragestellungen zu beantworten, betonte er.

„Eine der interessantesten Anwendungen ist die Prognose der Auswirkung von Muta­tio­nen auf die Genregulation“, so Akalin. „Wir sind beispielsweise in der Lage, genetische Varianten aufzuspüren, die die Genregulation beeinflussen und wir können regulatorische Mutationen in Tumoren interpretieren“, erläutert er.

hil