Ein Forscherteam von Helmholtz Munich, der Technischen Universität München (TUM) und dem Biozentrum der Universität Basel mit MemBrain v2 hat ein KI-Werkzeug entwickelt, das Zellmembranen und ihre Proteine ausliest. Damit erledigt die Software, was bisher in wochenlanger, zeitintensiver Handarbeit untersucht werden musste, in wenigen Stunden. Die frei verfügbare Software erkennt Membranen, lokalisiert bestimmte Proteine und analysiert deren räumliche Anordnung. So macht sie sichtbar, wie zelluläre Prozesse auf molekularer Ebene organisiert sind – insbesondere bei der Entstehung von Krankheitsprozessen.
Die Kryo-Elektronentomographie (Kryo-ET) ist ein spezielles Mikroskopie-Verfahren, mit dem Forschende ins Innere von Zellen blicken können – dreidimensional und in sehr hoher Auflösung. Weil Zellen dafür blitzschnell eingefroren werden, bleiben sie nahezu unverändert erhalten, von ganzen Zellstrukturen bis zu einzelnen Molekülen. Membranen ließen sich in diesen Daten bislang allerdings nur schwer analysieren.
Nun hat ein Team von Helmholtz Munich, der Technischen Universität München (TUM) und dem Biozentrum der Universität Basel mit MemBrain v2 ein KI-Werkzeug entwickelt, das diese Aufgabe automatisiert – und Arbeit, die früher Wochen dauerte, auf wenige Stunden verkürzt. Die frei verfügbare Software erkennt Membranen, lokalisiert bestimmte Proteine und analysiert deren räumliche Anordnung. So macht sie sichtbar, wie zelluläre Prozesse auf molekularer Ebene organisiert sind. Dafür benötigt die KI je nach Anwendung wenige oder keine zusätzlichen Trainingsdaten.
MemBrain v2 vereint erstmals drei Schritte in einem einzigen KI-Werkzeug: Es erkennt Membranen (MemBrain-seg), lokalisiert die darin eingebetteten Proteine (MemBrain-pick) und misst, wie diese Proteine angeordnet sind (MemBrain- stats). Forschende weltweit können damit detailliert untersuchen, wie Zellen funktionieren – schneller und in weit größerem Maßstab als bisher. Vorgestellt wird das Werkzeug im Fachjournal Nature Methods.
Bislang mussten dreidimensionale Bilddaten häufig aufwendig von Hand annotiert werden, und die Ergebnisse ließen sich nur selten auf neue Datensätze übertragen. Bestehende Programme deckten zudem meist nur einzelne Teilschritte der Analyse ab – etwa das Erkennen der Membranen oder das Lokalisieren der darin eingebetteten Proteine.
MemBrain v2 konnte bereits zu neuen biologischen Erkenntnissen beitragen: In einer separaten Studie zeigte das Werkzeug, dass wichtige Photosynthese- Proteine in der Membran räumlich voneinander getrennt liegen – anders als bisher vermutet. Künftig soll es verschiedene Proteintypen noch genauer unterscheiden können.
„Besonders freut mich, dass MemBrain v2 inzwischen in zahlreichen weiteren Studien zum Einsatz kommt, wo es anspruchsvolle Analysen vereinfacht oder überhaupt erst ermöglicht – und so einen konkreten Beitrag zu neuen biologischen Erkenntnissen leistet“, sagt Erstautor Lorenz Lamm.
„Indem wir diese Analysen beschleunigen und Forschungsgruppen weltweit zugänglich machen, können wir zelluläre Prozesse über weit größere Datensätze hinweg untersuchen. Das kann uns letztlich helfen, besser zu verstehen, wie Zellen funktionieren – und was sich verändert, wenn eine Krankheit entsteht“, sagt Seniorautorin Dr. Tingying Peng.