Mobile-Menu

Forscher entwickeln neue Methode Graph Neural Networks machen Zellkommunikation sichtbar

Von Martin Hensel |

Anbieter zum Thema

Vogel IT-Medien GmbH
Fujitsu Technology Solutions GmbH
Tableau von Salesforce
Technische Universität München
Helmholtz Zentrum München - Dt. Forschungszentrum für Gesundheit und Umwelt (GmbH)

Forscher des Helmholtz Munich Computational Health Center und der Technischen Universität München (TUM) haben eine neue Methode zur Darstellung der Zellkommunikation entwickelt. Bei den knotenzentrischen Genexpressionsmodellen (NCEM) handelt es sich um Graph-basierte neuronale Netze.

Graph Neural Networks helfen dabei, die Zellkommunikation sichtbar zu machen.
Graph Neural Networks helfen dabei, die Zellkommunikation sichtbar zu machen.
(Bild: Arek Socha / Pixabay)

Zellen interagieren auf unterschiedliche Weise mit ihnen naheliegenden anderen Zellen. Um diese Zellkommunikation zu verstehen, erstellen Forscher weltweit Modelle, die auf verschiedenen Strategien beruhen. Ziel ist dabei unter anderem, neu auftretende Phänomene in der Mikroumgebung von Geweben zu verstehen. Dies könnte etwa dabei helfen, die Entstehung genetischer Veränderungen in einem Tumor zu erklären.

Ein Problem dabei ist, dass die Modelle die Zellen bei der Analyse einzeln und nicht als Netzwerk in ihrer natürlichen Gewebeumgebung betrachten. Forscher um Prof. Dr. Dr. Fabian Theis haben deshalb eine neue Methode entwickelt: Die knotenzentrischen Genexpressionsmodelle (NCEMs) definieren die Komplexität der räumlichen Informationen und sollen das Verständnis der Zellkommunikation verbessern.

Flexibles Gerüst

Die NCEMs stellten eine Berechnungsmethode bereit, die Graph-basierte neuronale Netze nutzt, um transkriptomische Varianz zu verstehen und die Zellkommunikation zu modellieren. Das Modell selbst kann das Genexpressionsprofil einer Zelle auf Grundlage er sie umgebenden Zellen vorhersagen. Die Forscher entwickelten ein flexibles Gerüst zur Erklärung von Variationen der Genexpression, die in der räumlich aufgelösten Transkriptomik beobachtet werden können. Schwankungen lassen sich so mit bekannten molekularen Prozessen in Verbindung bringen, die wiederum mit Zellkommunikationsereignissen assoziiert sind.

Die Erstautoren David Fischer und Anna Schaar waren so in der Lage, Signaturen von molekularen Prozessen zu erkennen, von denen bekannt ist, dass sie der Zellkommunikation zugrunde liegen. Zudem können die identifizierten Abhängigkeiten auch physikalische Interaktionen oder den Austausch von Metaboliten erklären. Die flexible Berechnungsmethode lässt sich auf komplexe Datensätze erweitern, wie etwa räumliche 3D-Transkiptomikdaten oder Daten mit höherem Durchsatz.

(ID:48750762)

Jetzt Newsletter abonnieren

Täglich die wichtigsten Infos zu Big Data, Analytics & AI

Mit Klick auf „Newsletter abonnieren“ erkläre ich mich mit der Verarbeitung und Nutzung meiner Daten gemäß Einwilligungserklärung (bitte aufklappen für Details) einverstanden und akzeptiere die Nutzungsbedingungen. Weitere Informationen finde ich in unserer Datenschutzerklärung.

Aufklappen für Details zu Ihrer Einwilligung

Weiterführende Inhalte