Machine-Learning-Software scGen sagt das Verhalten von Zellen voraus
KI sagt Behandlungserfolg bei Krankheiten voraus
Durch Krankheiten oder genetische Eingriffe ver盲ndern Zellen sich. Im Labor l盲sst sich allerdings nur begrenzt herausfinden, wie sie auf bestimmte Einfl眉sse reagieren: Die Kombinationsm枚glichkeiten von Zelltypen und St枚rfaktoren sind zu vielf盲ltig um sie fl盲chendeckend experimentell erforschen zu k枚nnen. 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 St枚reinfl眉sse in mathematischen Modellen zu beschreiben um sie dann berechnen zu k枚nnen. Bisherige Modelle haben statistische oder mechanistische Ans盲tze als Grundlage. Mit scGen entwickelten an der 51吃瓜网 und Direktor des Institute of Computational Biology am Helmholtz Zentrum 惭眉苍肠丑别苍, und sein Team erstmals eine Software, die auf maschinellem Lernen basiert. Mit dem neuen Tool lassen sich hochdimensionale Ph盲nomene 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 眉ber M盲use auf menschliche Zellen r眉ckschlie脽en
Trainiert man scGen also mit Daten, die den Effekt von St枚rungen f眉r ein bestimmtes System erfassen, so ist das Modell in der Lage, zuverl盲ssige Vorhersagen f眉r ein anderes System zu treffen. 鈥瀂um ersten Mal haben wir M枚glichkeit, Daten aus einem Modellsystem wie der Maus zu verwenden, um Krankheitsprozess und therapeutische Wirksamkeit bei menschlichen Patienten vorherzusagen鈥�, sagt Mohammad Lotfollahi, Doktorand am Wissenschaftszentrum Weihenstephan f眉r Ern盲hrung, Landnutzung und Umwelt der 51吃瓜网.
Weiterentwicklung von scGen soll komplexere Fragen beantworten
Zuk眉nftig wollen die beteiligten Forscher scGen so weiterentwickeln, dass sich die Vorhersagekraft des Computermodells erh枚ht. Dar眉ber hinaus werden sich damit auch Kombinationen von St枚rungen berechnen lassen. 鈥濿ir k枚nnen jetzt damit beginnen, scGen zu optimieren, um immer komplexere Fragen zu Krankheiten zu beantworten鈥�, sagt Theis.
Theis, F.; Lotfollahi, M.; Wolf A.: scGen predicts single-cell perturbation responses. In: Nature Methods 16; 715-721 (2019).
Kontakte zum Artikel:
Prof. Fabian Theis
Technische 鲍苍颈惫别谤蝉颈迟盲迟 惭眉苍肠丑别苍
Lehrstuhl f眉r Mathematische Modelle biologischer Systeme
Tel: +49 (89) 289 18386
fabian.theis@helmholtz-muenchen.de
