Virtuelle KI-Zellen beschleunigen Wirkstoffforschung
Forschende der University of California San Diego haben zwei bahnbrechende Studien veröffentlicht, die den Einsatz künstlicher Intelligenz und digitaler Zwillinge zur Beschleunigung der Wirkstoffentwicklung vorantreiben. Die im Fachjournal Cell publizierten Arbeiten demonstrieren, wie virtuelle Zellen, die auf vierdimensionaler Bildgebung basieren, traditionelle Laborverfahren ergänzen und den Suchprozess für neue Therapien bei Krebs, Diabetes, Alzheimer sowie pädiatrischen Mitochondriopathien erheblich verkürzen können. Mitochondrien werden üblicherweise als statische, bohnenförmige Organellen dargestellt. In Wirklichkeit bilden sie ein dynamisches, sich ständig neu formendes Netzwerk, das sich an den Energiebedarf der Zelle anpasst. Da sich diese morphologischen Veränderungen in Abhängigkeit vom Zellzustand ändern, eignen sie sich als Indikator für Krankheiten oder Therapieansätze. Bisheriges Imaging limitierte die Analyse jedoch auf zweidimensionale, statische Aufnahmen. Das Team um den leitenden Autor Johannes Schöneberg umgeht diese Beschränkung durch den Einsatz der 4D-Gitterlicht-Mikroskopie, die Bewegung und räumliche Struktur von Organellen über die Zeit hinweg erfasst. Im ersten Ansatz entwickelten die Forschenden das KI-Modell MitoSpace. Basierend auf 40.000 vierdimensionalen Videoaufnahmen von mit 25 verschiedenen Wirkstoffen behandelten Krebszellen lernte das neuronale Netzwerk eigenständig Muster in der mitochondrialen Morphologie, ohne manuelle Bildlabeling. Das Ergebnis zeigt eine hohe Vorhersagekraft: MitoSpace sortierte Medikamente nach ihrem Wirkmechanismus mit einer Genauigkeit von 75 Prozent und leitete daraus den energetischen Zustand der Zelle ab. Bei herkömmlichen 2D-Bildern lag die Trefferquote bei lediglich 56 Prozent. Zudem erwies sich das Modell als generalisierbar, da es unbekannte Wirkstoffe korrekt klassifizierte und menschliche Lungenorganoiden ohne Neuschulung nach Reifegrad ordnete. Der zweite Ansatz verfolgte einen physikbasierten Weg zur Erstellung eines digitalen Zwillings einer lebenden Zelle. Mithilfe spezialisierter Analyse-Software wurden die Positionen von Mitochondrien, Mikrotubuli und Transportproteinen kartiert und in ein Bewegungsgesetz überführt. Durch Kalibrierung der Parameter bis zur Übereinstimmung mit den realen 4D-Aufnahmen entstand ein simuliertes Zellmodell. Bei einem Test mit dem Mikrospalt-Stabilisator Nocodazol reproduzierte der digitale Zwilling ohne manuelle Anpassung der Parameter exakt die verminderte Bewegungs- und Fusionsrate der tatsächlich behandelten Zellen. Dies belegt, dass solche Simulationen zukünftig zur Vorhersage von Arzneimittelwirkungen oder genetischen Mutationen dienen können, bevor physische Versuche durchgeführt werden. Beide Studien unterstreichen die Überlegenheit vierdimensionaler Datensätze für die Zellbiologie. Das Forschungsteam plant nun, MitoSpace und die physikalischen digitalen Zwillinge zu einem integrierten Workflow zu verschmelzen, bei dem KI Muster identifiziert und digitale Zwillinge die zugrundeliegenden mechanistischen Ursachen aufklären. Langfristiges Ziel ist die Modellierung ganzer Gewebe, um menschliche Physiologie realistischer abzubilden und letztlich klinische Behandlungsentscheidungen zu informieren. Die entwickelte Technologie verspricht eine signifikante Reduktion zeit- und ressourcenintensiver Laborexperimente und etabliert einen neuen Standard in der computergestützten Pharmaforschung.
