Computerprogramme und -modelle spielen insbesondere in der medizinischen Forschung eine immer größere Rolle. Je präziser sie bei der Analyse sind, umso schneller und besser können Medikamente und Therapien entwickelt werden. Drei Forschende des Helmholtz Zentrums München ist es nun gelungen, ein auf Künstlicher Intelligenz (KI) basierendes Programm zu entwickeln, das einen völlig neuen Ansatz für die Erforschung von Krankheiten und deren Behandlung auf zellulärer Ebene verspricht.
Das von Mohammad Lotfollahi, Alex Wolf und Fabian Theis vom Institute of Computational Biology entwickelte Modell scGen kann das Verhalten einer Zelle vorhersagen. Mit scGen können zelluläre Reaktionen auf Erkrankungen und ihre Behandlung abgebildet und untersucht werden, ohne dass experimentelle Daten zugrunde liegen müssen. Bisherige Modelle haben statistische und mechanistische Ansätze als Grundlage. Eine auf maschinellem Lernen (‚Deep Learning‘) basierende Lösung für unbeobachtete und hochdimensionale Phänomene gab es bislang jedoch nicht.

Die Forscher versprechen sich durch den bald verfügbaren internationalen Human-Cell-Atlas umfangreiche biochemische und genetische Informationen über die Vielfalt menschlicher Zellen. Die Funktion von Zellen, Geweben und Organen im gesunden Zustand kann so besser verstanden und als Referenz für Diagnose, Überwachung und Therapie von Krankheiten genutzt werden. Für die traditionelle Life-Science-Forschung im Labor sei laut Forscherinnen und Forschern die flächendeckende Auswertung dieser Informationen aufgrund der vielfältigen Kombinationsmöglichkeiten zu arbeits- und kostenintensiv.