Angewandte Bioinformatik und künstliche Intelligenz

Große Datenmengen für die biomedizinische Translation optimal nutzen

© Adobe Stock

Die Verfügbarkeit großer Datenmengen hat die Forschung in den Lebenswissenschaften in den vergangenen Jahren revolutioniert und bietet vielfältige Möglichkeiten für Erkenntnisgewinn und Anwendung in der Zukunft. Die interdisziplinäre Zusammenführung von Mathematik, Informatik, Medizin und Biowissenschaften in der Bioinformatik ermöglicht es, biologische Daten zu speichern, zu kategorisieren, zu analysieren, zu bewerten und zu visualisieren sowie biochemische Prozesse zu simulieren. Das Zusammenführen multiparametrischer Daten und deren komplexe Analyse im systemmedizinischen und systemtoxikologischen Ansatz wird in der Zukunft ein wichtiger Katalysator für nachfolgende experimentelle Validierungen in geeigneten patientennahen Modellsystemen sein.

Sowohl für die Regulatorik von Arzneimitteln oder Chemikalien als auch für die personalisierte Medizin ist die Verarbeitung großer Datenmengen zunehmend notwendig. Außerdem hängt die Weiterentwicklung neuer Verfahren wie Hochdurchsatz-Technologien und Omics-Analysen ganz wesentlich mit der Verfügbarkeit effizienter bioinformatischer Methoden zusammen. Die Bioinformatik ist ein hochgradig interdisziplinäres Feld und am Fraunhofer ITEM eine elementare Forschungskompetenz, mit der die Forschenden maßgeschneiderte Bioinformatiklösungen für die Sicherheitsbewertung wie auch im medizinischen Umfeld entwickeln.

Am Fraunhofer ITEM werden Methoden und Möglichkeiten zur Aufbereitung, Analyse und Visualisierung biomedizinischer Daten sowie Datenmodelle und Datenanalyse-Pipelines entwickelt. Die Abbildung zellulärer und regulatorischer Vorgänge und die Translation in die Anwendung für den Menschen stehen im Vordergrund der Forschung. Bioinformatische Verfahren werden beispielsweise verwendet für die personalisierte Tumortherapie zur Entwicklung optimierter Teststrategien und für die Forschung an RNA-Molekülen als diagnostische Biomarker und therapeutische Zielstrukturen. Für personalisierte Therapien oder für die Patientenstratifizierung ist der Erkenntnisgewinn aus der Verarbeitung großer Datenmengen ganz wesentlich, um adäquate Behandlungsstrategien zu identifizieren. Stratifizierung spielt zudem eine große Rolle im Rahmen der Sicherheitsbewertungen von Chemikalien, Nanomaterialien und Umweltbelastungen, da Subpopulationen unterschiedlich empfindlich auf Noxen reagieren.

Darüber hinaus nähern sich die Fraunhofer-Forschenden mit Bioinformatik und Künstlicher Intelligenz einer intelligenten Bilddatenanalyse an und entwickeln diese weiter, um die Auswertung histologischer Bilder zu optimieren und klinische Prozesse zu unterstützen.

Einsatzbereiche am Fraunhofer ITEM

© Fraunhofer ITEM
Erkennung von Atemwegen in Mikroskopiedaten mit neuronalen Netzen. Anhand einer mikroskopischen Aufnahme eines Atemwegs (Eingangsbild, linke Spalte) lässt sich mithilfe von neuronalen Netzen das Lumen des Atemwegs vorhersagen (rechte Spalte).

Am Fraunhofer ITEM werden Methoden und Möglichkeiten zur Aufbereitung, Analyse und Visualisierung biomedizinischer Daten sowie Datenmodelle und Datenanalyse-Pipelines entwickelt. Die Abbildung zellulärer und regulatorischer Vorgänge und die Translation in die Anwendung für den Menschen stehen im Vordergrund der Forschung. Bioinformatische Verfahren werden beispielsweise verwendet für die personalisierte Tumortherapie zur Entwicklung optimierter Teststrategien und für die Forschung an RNA-Molekülen als diagnostische Biomarker und therapeutische Zielstrukturen. Für personalisierte Therapien oder für die Patientenstratifizierung ist der Erkenntnisgewinn aus der Verarbeitung großer Datenmengen ganz wesentlich, um adäquate Behandlungsstrategien zu identifizieren. Stratifizierung spielt zudem eine große Rolle im Rahmen der Sicherheitsbewertungen von Chemikalien, Nanomaterialien und Umweltbelastungen, da Subpopulationen unterschiedlich empfindlich auf Noxen reagieren.

Darüber hinaus nähern sich die Fraunhofer-Forschenden mit Bioinformatik und künstlicher Intelligenz einer intelligenten Bilddatenanalyse an und entwickeln diese weiter, um die Auswertung histologischer Bilder zu optimieren und klinische Prozesse zu unterstützen. 

Bioinformatik: Aktuelle Projekte und Highlights

 

Projekt BIOSYNTH: DNA als Datenspeicher

Modulare Hochdurchsatz-Mikroplattform für künftige Massendatenspeicher aus synthetischer Biologie

Projekt ELISE

Es werden für Patientendaten wichtige Informationen erhoben und durch verschiedene Verfahren des maschinellen Lernens für die Behandlung und Pflege verständlich gemacht. 

Threshold of Toxicological Concern

TTC-Konzept: Manche kanzerogene Substanzen wirken nicht direkt schädlich auf die DNA, weshalb sich die Frage stellt, ob diese krebsverursachenden Stoffe über andere Grenzwerte reguliert werden sollten.

 

Projekt »MyDeepLearn«

Eine Ende-zu-Ende-Webanwendung zur Bildanalyse mithilfe neuronaler Netze.

Mit dem »MSK-IMPACT Assay« Einzelzellen erkennen

Weil sich Tumorzellen vom Primärtumor unterscheiden, ist es wichtig, diese einzigartigen Zellen auf Mutationen zu überprüfen. 

 

Smart health: Projekt »PrivacyUmbrella«

Privatheit von Daten sicherstellen durch umfassende Bereitstellung Anonymisierungsverfahren.

Publikationen

  • Babayev, Rufat, und Lena Wiese. "Benchmarking Multi-instance Learning for Multivariate Time Series Analysis." Heterogeneous Data Management, Polystores, and Analytics for Healthcare: VLDB Workshops. Springer International Publishing, 2021.
  • Das, Pronaya Prosun, Marcel Mast, Lena Wiese, Thomas Jack, Antje Wulff, ELISE STUDY GROUP. "Data Extraction for Associative Classification using Mined Rules in Pediatric Intensive Care Data." BTW 2023 (2023).
  • Elrayess, M. A., Cyprian, F. S., Abdallah, A. M., Emara, M. M., Diboun, I., Anwardeen, N., Schuchardt, S., Yassine, H. M. (2022). Metabolic Signatures of Type 2 Diabetes Mellitus and Hypertension in COVID-19 Patients With Different Disease Severity. Frontiers in Medicine 8. doi: 10.3389/fmed.2021.788687 https://www.frontiersin.org/articles/10.3389/fmed.2021.788687/full  - Open Access
  • Escher, S. E., Aguayo-Orozco, A., Benfenati, E., Bitsch, A., Braunbeck, T., Brotzmann, K., Bois, F., van der Burg, B., Castel, J., Exner, T., Gadaleta, D., Gardner, I., Goldmann, D., Hatley, O., Golbamaki, N., Graepel, R., Jennings, P., Limonciel, A., Long, A., Maclennan, R., Mombelli, E., Norinder, U., Jain, S., Capinha, L. S., Taboureau, O. T., Tolosa, L., Vrijenhoek, N. G., van Vugt-Lussenburg, B. M. A., Walker, P., van de Water, B., Wehr, M., White, A., Zdrazil, B., Fisher, C. (2022). Integrate mechanistic evidence from new approach methodologies (NAMs) into a read-across assessment to characterise trends in shared mode of action. Toxicology in Vitro 79: 105269. doi: 10.1016/j.tiv.2021.105269 https://www.sciencedirect.com/science/article/abs/pii/S0887233321001946  -
  • Hoda, U., Pavlidis, S., Bansal, A. T., Takahashi, K., Hu, S., Ng Kee Kwong, F., Rossios, C., Sun, K., Bhavsar, P., Loza, M., Baribaud, F., Chanez, P., Fowler, S. J., Horvath, I., Montuschi, P., Singer, F., Musial, J., Dahlen, B., Krug, N., Sandstrom, T., Shaw, D. E., Lutter, R., Fleming, L. J., Howarth, P. H., Caruso, M., Sousa, A. R., Corfield, J., Auffray, C., De Meulder, B., Lefaudeux, D., Dahlen, S. E., Djukanovic, R., Sterk, P. J., Guo, Y., Adcock, I. M., Chung, K. F., group, U. B. s. (2022). Clinical and transcriptomic features of persistent exacerbation-prone severe asthma in U-BIOPRED cohort. Clin Transl Med 12(4): e816. doi: 10.1002/ctm2.816 https://onlinelibrary.wiley.com/doi/10.1002/ctm2.816  - Open Access
  • Lietz, Kristina, Babak Saremi, und Lena Wiese. "Genealyzer: web application for the analysis and comparison of gene expression data." BMC bioinformatics 24.1 (2023): 150.
  • Malik, M. N. H., Waqas, S. F., Zeitvogel, J., Cheng, J., Geffers, R., Gouda, Z. A., Elsaman, A. M., Radwan, A. R., Schefzyk, M., Braubach, P., Auber, B., Olmer, R., Musken, M., Roesner, L. M., Gerold, G., Schuchardt, S., Merkert, S., Martin, U., Meissner, F., Werfel, T., Pessler, F. (2022). Congenital deficiency reveals critical role of ISG15 in skin homeostasis. Journal of Clinical Investigation 132(3). doi: 10.1172/JCI141573 https://www.jci.org/articles/view/141573  - Open Access
  • Metzenmacher, M., Hegedus, B., Forster, J., Schramm, A., Horn, P. A., Klein, C. A., Bielefeld, N., Ploenes, T., Aigner, C., Theegarten, D., Schildhaus, H. U., Siveke, J. T., Schuler, M., Lueong, S. S. (2022). Combined multimodal ctDNA analysis and radiological imaging for tumor surveillance in Non-small cell lung cancer. Translational Oncology 15(1): 101279. doi: 10.1016/j.tranon.2021.101279 https://www.sciencedirect.com/science/article/pii/S1936523321002709?via%3Dihub  - Open Access
  • Saeb, A., Grundmann, S. M., Gessner, D. K., Schuchardt, S., Most, E., Wen, G., Eder, K., Ringseis, R. (2022). Feeding of cuticles from Tenebrio molitor larvae modulates the gut microbiota and attenuates hepatic steatosis in obese Zucker rats. Food & Function [Epub ahead of print]. doi: 10.1039/d1fo03920b https://pubs.rsc.org/en/Content/ArticleLanding/2022/FO/D1FO03920B  
  • Steinmeyer, Christian, et al. "Automating Bronchoconstriction Analysis based on U-Net." EDBT/ICDT Workshops. 2021.
  • Vrijenhoek, N. G., Wehr, M. M., Kunnen, S. J., Wijaya, L. S., Callegaro, G., Mone, M. J., Escher, S. E., Van de Water, B. (2022). Application of high-throughput transcriptomics for mechanism-based biological read-across of short-chain carboxylic acid analogues of valproic acid. Altex [Epub ahead of print]. doi: 10.14573/altex.2107261 https://www.altex.org/index.php/altex/article/view/2334  - Open Access
  • Wehr, M. M., Sarang, S. S., Rooseboom, M., Boogaard, P. J., Karwath, A., Escher, S. E. (2022). RespiraTox - Development of a QSAR model to predict human respiratory irritants. Regulatory Toxicology and Pharmacology 128: 105089. doi: 10.1016/j.yrtph.2021.105089 https://www.sciencedirect.com/science/article/abs/pii/S0273230021002300?via%3Dihub
  • Wiese, Lena, Ingmar Wiese, und Kristina Lietz. "Software quality assessment of a web application for biomedical data analysis." Proceedings of the 25th International Database Engineering & Applications Symposium. 2021.