Ein Forschungsteam des Europäischen Laboratoriums für Molekularbiologie (EMBL) in Heidelberg hat kürzlich ein auf künstlicher Intelligenz basierendes Werkzeug namens „Machine-learning Assisted Genomics and Imaging Convergence System“ (MAGIC) entwickelt. Das System soll Wissenschaftlern helfen, die Entstehungsmechanismen von Chromosomenanomalien zu erforschen und bietet neue technologische Mittel zum Verständnis der Krebsentstehung.
Chromosomenanomalien sind ein häufiges Merkmal von Krebszellen und umfassen Veränderungen in der Anzahl oder Struktur der Chromosomen. Bereits vor über einem Jahrhundert stellte der deutsche Wissenschaftler Theodor Boveri die Hypothese auf, dass Chromosomenanomalien mit Krebs in Verbindung stehen könnten. Die Erforschung dieser Anomalien war jedoch stets mit technischen Schwierigkeiten verbunden. In Zellpopulationen weisen nur wenige Zellen Chromosomendefekte auf, und viele davon sterben auf natürliche Weise ab. Herkömmliche Methoden der manuellen Mikroskopie sind hierfür ineffizient.
Jan Korbel, leitender Wissenschaftler am EMBL und Senior-Autor der in der Zeitschrift „Nature“ veröffentlichten Studie, erklärt: „Chromosomenanomalien sind ein Haupttreiber für aggressiven Krebs und eng mit Patiententod, Metastasierung, Rückfällen, Chemotherapieresistenz und schnellem Tumorwachstum verbunden. Wir wollten verstehen, was bestimmt, wie wahrscheinlich es ist, dass eine Zelle solche Chromosomenveränderungen erleidet, und wie schnell diese Anomalien auftreten.“
Das von dem Team entwickelte MAGIC-System integriert Mikroskopie, Einzelzell-Sequenzierung und KI-Technologie. Es kann automatisch Zellen erkennen, die „Mikrokerne“ enthalten. Mikrokerne sind winzige Strukturen in Zellen, die DNA-Fragmente enthalten, die vom Hauptgenom getrennt sind. Zellen mit Mikrokernen neigen eher zu anderen Chromosomenanomalien. Das System analysiert Mikroskopbilder mit maschinellen Lernalgorithmen. Nachdem die Zielzellen erkannt wurden, werden sie mit einem Laser und photokonvertierbaren Farbstoffen dauerhaft markiert und können anschließend mittels Durchflusszytometrie für genomische Analysen isoliert werden.
Marco Cosentino, Erstautor und Forschungswissenschaftler am EMBL, erläutert, dass das System in einem einzigen Tag fast 100.000 Zellen analysieren kann und damit den früher langsamen manuellen Screening-Prozess ersetzt.
Die Forscher nutzten die MAGIC-Technologie, um kultivierte Zellen zu analysieren, die aus normalen menschlichen Zellen stammen. Die Ergebnisse zeigten, dass etwas mehr als 10 % der Zellteilungen spontane Chromosomenanomalien hervorrufen. Wenn das bekannte Tumorsuppressorgen p53 mutiert ist, verdoppelt sich dieser Anteil nahezu.
Korbel weist darauf hin, dass das MAGIC-System flexibel gestaltet ist und darauf trainiert werden kann, eine Vielzahl von Zellmerkmalen zu erkennen. Er sagt: „Solange ein Merkmal visuell von einer ‚normalen‘ Zelle unterschieden werden kann, kann man das System mithilfe von KI darauf trainieren, es zu erkennen. Daher hat unser System das Potenzial, zukünftige Entdeckungen in vielen Bereichen der Biologie voranzutreiben.“
Veröffentlichungsdetails: Autoren: Marco Rafael Cosentino, Alice Gaiatto, Busra Eraslan Uysal, Alvaro Andrades, Nina Louisa Sauter, Marina Simunovic, Michael Adrian Jendreusch, Sonia Zumarrau, Tobias Rausch, Aliasghar Khaledavat, Eva-Maria Geissen, Joshua Lucas Eigenmann, Thomas Weber, Patrick Hasenfeld, Eva Benito, Katherine Stober, Isidro Cortes-Ciriano, Andreas E. Kulozik, Rainer Pepperkok, Jan O. Korbel. Titel: „Coupled imaging and genomics reveals origins of chromosomal instability“. Veröffentlicht in: Nature (2025). Zeitschrifteninfo: Nature
