Künstliche Intelligenz gibt einen tiefen Einblick in menschliche Zellen - und deckt wohl zahlreiche unbekannte Systeme auf.
Zahlreiche Erkrankungen haben ihren Ursprung in Fehlfunktionen der Zelle, vom Tumor bis zu Stoffwechselkrankheiten. Die genauen Ursachen sind nicht immer bekannt, unter anderem da einige Strukturen und ihre Funktionen innerhalb der Zelle noch nicht entdeckt oder aufgeklärt sind.
Bei der Analyse einer Zelle setzen Forschende auf eine Kombination aus Mikroskopie und Biochemie. In der Bildgebung fügen sie etwa Proteinen fluoreszierende Markierungen hinzu und können so die Bewegung und Verbindungen der Proteine in der Zelle beobachten.
Mit modernen Mikroskopen können die Forschenden bis auf die Ebene eines Mikrometers sehen - das entspricht etwa einem Mitochondrium. Kleinere Strukturen wie einzelne Proteine lassen sich jedoch nicht im Detail erkennen.
Hier kommen biochemische Techniken zum Einsatz, mit denen Forschende bis in den Nanometerbereich vordringen können. Um biophysikalische Assoziationen zu untersuchen, können Forschende etwa ein Protein mit einem spezifischen Antikörper aus einer Zelle extrahieren und analysieren, welche weiteren Strukturen an das Protein gebunden sind.
Mikroskopie, Biochemie und Künstliche Intelligenz
Es ist eine große Herausforderung der Biologie, die Beobachtungen auf diesen zwei Größenskalen zu vereinen. Eine neue Forschungsarbeit zeigt nun, dass Künstliche Intelligenz diese Daten aus verschiedenen Quellen auswerten und in ein Modell einer Zelle zusammensetzen kann.
Die Forschenden der University of California San Diego School of Medicine kombinieren die Mikroskopie, biochemische Verfahren und KI zu einem System, das einen bedeutenden Fortschritt im Verständnis von Zellen darstellen könnte.
"Wenn Sie sich eine Zelle vorstellen, haben Sie wahrscheinlich das bunte Diagramm in Ihrem Zellbiologie-Lehrbuch vor Augen, mit Mitochondrien, endoplasmatischem Retikulum und Zellkern. Aber ist das die ganze Geschichte? Definitiv nicht", so Co-Autor Trey Ideker. "Wissenschaftler haben schon lange erkannt, dass es mehr gibt, was wir nicht wissen, als wir wissen, aber jetzt haben wir endlich eine Möglichkeit, tiefer zu schauen."
MuSIC findet zahlreiche unbekannte Bausteine
Die KI-Methode der Forschenden trägt den Namen "Multi-Scale Integrated Cell" (MuSIC). Sie erstellt aus den unterschiedlichen Daten eine Karte der eukaryotischen Zellarchitektur, in der etwa die Menge an Proteinen in einem System innerhalb der Zelle und seine Position in der Hierarchie dargestellt wird.
MuSIC identifiziert außerdem mutmaßlich bisher unbekannte Systeme. Eine Position des Systems innerhalb der Zelle gibt MuSIC bisher nicht aus, auch weil sich diese in vielen Fällen mit Zelltyp und Situation ändern kann.
Um einzelne Systeme zu identifizieren, berechnet die KI jeweils den Abstand von Proteinen zueinander in Nanometern. Dafür greift sie neben den biochemischen Daten zusätzlich auf Aufnahmen der Mikroskopie zurück, die per Bildanalyse verarbeitet werden.
In ihrer Studie analysierten die Forschenden 661 Proteine in menschlichen Nierenzellen. MuSIC entdeckte 69 Komponenten in den Zellen, von denen die Hälfte bisher unbekannt war. So deckte MuSIC etwa eine Gruppe von Proteinen auf, die eine unbekannte Struktur bildeten. In Kooperation mit einem Forschungskollegen der UC San Diego konnten die Forschenden zeigen, dass die gefundene Struktur einen neuen Proteinkomplex darstellt, der RNA bindet und wahrscheinlich am Spleißen beteiligt ist.
Als Nächstes will die Gruppe die gesamte Zelle mit allen Proteinen untersuchen, sowie weitere Zelltypen, Menschen und Tiere analysieren. Schließlich könne man die molekulare Grundlage vieler Krankheiten besser verstehen, wenn man die Unterschiede zwischen gesunden und kranken Zellen vergleiche, so Ideker. Weitere Informationen, Daten und den Code gibt es auf der Projektseite von MuSIC.
