An der University of Gothenburg wurde ein KI-Verfahren entwickelt, mit dem Zellbewegungen in Echtzeit analysiert werden können. Die enorme Datenmenge, die durch das Filmen biologischer Prozesse mit dem Mikroskop gewonnen wird, war bisher ein Hindernis für Analysen.
Das neue Verfahren könnte sich bei der Entwicklung von Medikamenten gegen Krebs als sehr hilfreich erweisen. Das Studieren von Bewegungen und Verhalten von Zellen sowie biologischen Molekülen unter einem Mikroskop liefert grundlegende Infos für ein besseres Verständnis von Vorgängen, die die menschliche Gesundheit betreffen.
Datenberge gezielt auswerten
Die optische Mikroskopie ermöglicht es uns, biologisches Leben in Raum und Zeit bis ins kleineste Detail zu untersuchen. Lebende Systeme bewegen sich mit unterschiedlicher Geschwindigkeit in jede nur mögliche Richtung“, so Erstautor Jesús Pineda.
Jesús Pineda, Erstautor
Diese Fortschritte hätten den Forschern derartig große Datenmengen zur Verfügung gestellt, dass eine Analyse nahezu unmöglich sei. Für die aktuelle Studie haben die Experten ein KI-Verfahren entwickelt, dass die Graphentheorie mit neuronalen Netzwerkern kombiniert, um zuverlässige Infos aus Videoclips auszuwählnen.
Die Graphentheorie ist eine mathematische Struktur, um bei dem untersuchten Sample die Beziehungen zwischen verschiedenen Partikeln zu beschreiben. Das lässt sich mit einem sozialen Netzwerk vergleichen, bei dem die Partikel interagieren und ihr Verhalten gegenseitig direkt oder indirekt beeinflussen. Laut Pineda nutzt das KI-Verfahren die Infos in dem Graph, um sich an verschiedene Situationen anzupassen. Es kann damit in verschiedenen Experimenten unterschiedliche Aufgaben lösen. „Zum Beispiel kann unsere KI den Weg rekonstruieren, den einzelne Zellen oder Moleküle nehmen, wenn sie sich bewegen, um eine bestimmte biologische Funktion zu erreichen.“
Pharmakonzerne nutzen Methode
Forscher können auf diese Weise die Wirksamkeit verschiedener Medikamente testen und dabei erkennen, wie wirksam sie als mögliche Behandlungsansätze gegen Krebs sind. Die KI ermöglicht es auch, alle dynamischen Aspekte von Partikeln in Situationen zu beschreiben, in denen andere Verfahren nicht wirksam sein würden. Aus diesem Grund haben auch Pharmaunternehmen dieses Verfahren bereits in ihre Forschung und Entwicklung aufgenommen.
Originalpublikation:
Pineda, J., Midtvedt, B., Bachimanchi, H. et al. Geometric deep learning reveals the spatiotemporal features of microscopic motion. Nat Mach Intell 5, 71–82 (2023). https://doi.org/10.1038/s42256-022-00595-0