In einem Beitrag auf der Website der NVIDIA Technology Corporation (USA) vom 4. Februar heißt es, dass das kürzlich von BioTuring angekündigte KI-Modell Wissenschaftlern dabei helfen kann, zu klären, wie und warum bestimmte Beziehungen zwischen Zellen die Entstehung von Krebs auslösen.

BioTuring hat ein KI-Modell angekündigt, das detaillierte Bilder von Krebstumoren mit einer Auflösung auf Zellebene erzeugen kann. Diese Bilder liefern Daten zur Zellgröße, Zellform, zu den aktivierten Genen und, was wichtig ist, zur relativen räumlichen Position von Millionen verschiedener Zellen in einer Gewebeprobe.

Im Vergleich zur Computerbiologie bietet das neue KI-Modell Vorteile hinsichtlich der Informationsverarbeitungszeit und bietet hochauflösende Einblicke in die Wechselwirkungen zwischen Krebszellen und dem Immunsystem in Echtzeit.

„Der menschliche Körper besteht aus etwa 30 Billionen Zellen und ein großer Tumor hat mehrere Millionen Zellen“, sagte Son Pham, CEO von BioTuring. „Stellen Sie sich vor, Sie würden hochauflösende Satellitenbilder analysieren, um zu verstehen, wie eine Stadt funktioniert. Unser Modell würde Ihnen aus biologischer Sicht jedes Haus zeigen, was sich darin befindet, wer spricht und was die Leute sagen“, sagte Son Pham und erklärte, dass das KI-Modell von BioTuring dabei helfen werde, einige der komplexen Herausforderungen in der klinischen Krebsforschung zu bewältigen – indem es zeige, wie Zellen interagieren.

BioTuring, ein Mitglied des NVIDIA Inception-Programms für Startups, verwendete NVIDIA-Geräte und -Technologie, um hochauflösende Zellkarten zu erstellen. Durch das Verständnis, wie Krebszellen im menschlichen Körper wachsen und Metastasen bilden, hoffen Wissenschaftler, dass das oben genannte KI-Modell die Screening-Methoden zur Früherkennung von Krebs verbessern kann.

Darüber hinaus können Forscher die detaillierten Zellinformationen des Modells nutzen, um die Tumorheterogenität oder Krebstumore beim gleichen Patienten, deren Zellen sich deutlich voneinander unterscheiden, besser zu verstehen. Die visuelle Granularität von KI-Modellen könnte auch bei der Entwicklung von Krebsmedikamenten hilfreich sein.