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

KI sagt Behandlungserfolg bei Krankheiten voraus

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.

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.

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.