Neuer KI-Algorithmus zeigt: Immunzellen erinnern sich an ihren Aufenthaltsort

Eine neue KI-gestützte Methode am Universitätsklinikum Bonn (UKB) rekonstruiert, wo sich Immunzellen ursprünglich in einem Organ befunden hatten, selbst nachdem diese Zellen aus dem Gewebeverband gelöst und einzeln analysiert wurden.

Wie verändern sich Immunzellen in Geweben bei der Entstehung und beim Fortschreiten von Krankheiten? Die Technik der Einzelzell-RNA-Sequenzierung hat die immunologische Forschung revolutioniert, indem sie die Aktivität tausender Gene vieler einzelner Zellen bestimmen kann, heißt es in der Pressemitteilung des Universitätsklinikum Bonn.

„Bei der Herauslösung der Zellen aus dem Gewebeverband geht jedoch zwangsläufig die Information verloren, aus welchem Bereich eines Organs die Zellen stammen. Gerade in hochstrukturierten Organen wie Niere oder Gehirn ist diese räumliche Information entscheidend für das Verständnis von Gesundheit und Krankheit“, erklärt Prof. Christian Kurts, Direktor des Instituts für Molekulare Medizin und Experimentelle Immunologie des UKB. Er ist Mitglied im Exzellenzclusters ImmunoSensation3 und in dem Transdisziplinären Forschungsbereich (TRA) „Life & Health“ der Universität Bonn.

Das Forscherteam des UKB und der Universität Bonn nutzen für ihre Arbeit das Transkriptom. Die Forschungsergebnisse wurden in der Fachzeitschrift „Advanced Science“ veröffentlicht. Darin stellen die Autoren den neuen Algorithmus MERLIN vor.

Gedächtnis von Immunzellen zugänglich gemacht

„Wir haben gezeigt, dass Makrophagen – große spezialisierte, weiße Blutkörperchen – ein molekulares Gedächtnis ihres Umfelds besitzen“, erklärt Erstautor Dr. Junping Yin. „Ihre Genaktivität verrät auch nach der Isolation noch, aus welchem Nieren- oder Hirnareal sie stammen. MERLIN macht diese Information wieder zugänglich“, ergänzt er.

MERLIN wurde an der Schnittstelle von Immunologie, Nephrologie und Bioinformatik entwickelt. Der Algorithmus nutzt maschinelles Lernen, um charakteristische Muster in der Genaktivität zu erkennen, die durch lokale Gewebebedingungen wie Nährstoffangebot, Sauerstoffmangel oder Salzkonzentration geprägt sind, so die Autoren.

„Aus bioinformatischer Sicht war entscheidend, dass MERLIN auf mehreren unabhängigen Datensätzen trainiert wird“, berichtet Seniorautor Dr. Jian Li. „So lernt das System echte biologische Signale. Anschließend kann es auch auf völlig neue oder bereits publizierte Datensätze angewendet werden“, fügt er hinzu.

Die Forschenden konnten zeigen, dass MERLIN nicht nur in Mausmodellen funktioniert, sondern auch die räumliche Herkunft von Makrophagen in menschlichen Nierenproben korrekt vorhersagt. Zudem ließ sich der Ansatz auf das Gehirn übertragen, wo die Positionen von Mikroglia, den Immunzellen des Gehirns, erfolgreich rekonstruiert wurden.

Neue Einblicke bei Nierenkrankheiten

Besonders relevant sei die Anwendung auf Nierenerkrankungen. Durch die Analyse bereits veröffentlichter Datensätze zu Entzündungen, Sepsis, Transplantations-assoziierten Schäden, und diabetischen Nephropathie bestätigte MERLIN bekannte Krankheitsmechanismen und deckte neue Mechanismen in regionsspezifischen Immunreaktionen und Therapieeffekten auf, so die Forscher. „Wir sehen, dass Immunreaktionen und Medikamentenwirkungen stark von der jeweiligen Nierenregion abhängen, so wie wir es aus der Patientenversorgung kennen“, betont Seniorautor Christian Kurts.

„MERLIN eröffnet eine neue Dimension der Einzelzellforschung“, fasst Yin zusammen. „Wir können bestehende Datensätze neu auswerten und ein deutlich präziseres Verständnis von Krankheitsmechanismen gewinnen.“

Die Studie entstand am UKB im Umfeld des Exzellenzclusters ImmunoSensation3 und des TRA „Life & Health“ der Universität Bonn, die interdisziplinäre Forschung zum Immunsystem fördern. Sie unterstreicht zudem die enge internationale und nationale Zusammenarbeit mit Forschenden in Wuhan (China), am Universitätsklinikum Eppendorf und an der LMU München. Neben der Förderung durch das Exzellenzcluster ImmunoSensation² wurde die Studie durch die Deutsche Forschungsgesellschaft im Rahmen des TRR 237 Nucleic Acid Immunity und FOR 5427 Bakterielle renale Infektionen und deren Abwehr und dem SFB 1192: Immune-Mediated Glomerular Diseases unterstützt.