SAN FRANCISCO / LONDON (IT BOLTWISE) – Forschende der University of California, San Francisco (UCSF) haben eine molekulare Interaktionskarte für Autismus erstellt. Grundlage sind 100 Gen-Risiken, mit denen sie über 1.800 Protein-Protein-Interaktionen ableiten. In einer Science-Studie vom 27. August berechnen sie, dass 87% dieser Interaktionen zuvor nicht berichtet wurden. Anhand von AlphaFold und einem Organ-oid-Modell zeigen sie zudem, wie eine FOXP1-FOXP4-Verbindung Zelleigenschaften in Richtung einer Autismus-ähnlichen Signatur verschieben kann.

UCSF erstellt molekulare Interaktionskarte für Autismus und zeigt ein Wirkprinzip
UCSF erstellt molekulare Interaktionskarte für Autismus und zeigt ein Wirkprinzip (Foto: IT BOLTWISE)
🧠 KI & Robotik auf Google News abonnieren

Die Idee, Autismus besser über Biologie statt über Symptome zu verstehen, bekommt durch eine neue Studie an der University of California, San Francisco (UCSF) eine konkretere Messlatte. Statt nur die genetischen Risikofaktoren zu listen, modellieren die Forschenden die unmittelbaren molekularen Kontakte der betroffenen Proteine. Dafür greifen sie auf 100 Autismus-Risikogene zurück und leiten daraus eine interaktive „Molekülkarte“ ab, die nach Angaben der Autorinnen und Autoren mehr als 1.800 Protein-Protein-Interaktionen umfasst. Entscheidend ist dabei nicht nur die Menge, sondern die Systematik: Aus dem Netzwerk lässt sich ableiten, welche Proteine als besonders gut verknüpfte Knotenpunkte auftreten und in gemeinsame Signalwege münden.

Auf dieser Datenbasis setzen die Forschenden eine methodische Kette, die im Alltag der KI-unterstützten Wirkstoffsuche oft auseinanderfällt: Zuerst entsteht eine Hypothese aus Genen und Mutationen, danach folgt die Frage, welche Interaktionen davon wirklich „direkt“ sind. Genau an dieser Stelle nutzen die Forschenden AlphaFold, ein KI-basiertes Programm zur Vorhersage von 3D-Proteinstrukturen. Ziel ist es, Verbindungen im Netzwerk enger einzugrenzen und damit die Wahrscheinlichkeit zu erhöhen, dass die beobachtete Kopplung tatsächlich eine funktionelle Rolle spielt und nicht nur statistisch im Datensatz „mitläuft“. Im Ergebnis identifizieren die Autorinnen und Autoren stark vernetzte Zell-Hubs, die auf gemeinsame Proteinpfade konvergieren – ein Muster, das für spätere Zielstrukturen („druggbare Targets“) besonders interessant ist, weil sich hier auch mit kleineren Eingriffen breitere Effekte erzielen lassen.

Ein Beispiel macht die Brücke von der reinen Datenanalyse zur experimentellen Validierung besonders greifbar. Die Forschenden berichten über eine Interaktion zwischen der Mutation im Gen forkhead box P1 (FOXP1) – als Hochrisiko-Veränderung im Autismuskontext eingeordnet – und dem Protein FOXP4. Um zu prüfen, ob diese molekulare Verbindung nicht nur rechnerisch plausibel ist, führen sie Versuche in einem menschlichen Organ-oid-Modell durch. Dort zeigen sie, dass die Kopplung von FOXP1 und FOXP4 zelluläre Merkmale hervorruft, die als autismusähnliche Eigenschaften beschrieben werden. Wird FOXP4 dagegen im Modell gelöscht, lässt sich nach den Angaben der Studie der „normale“ Zelltentyp wiederherstellen – ein Hinweis darauf, dass FOXP4 nicht nur ein Nebenakteur ist, sondern eine zentrale Rolle in der beobachteten Kettenreaktion übernehmen kann.

Der methodische Kern dieser Arbeit liegt damit in der Abkehr von einem verbreiteten Tunnelblick: Viele frühe Programme starten bei Genen und Mutationen und landen dann in einem Zielsystem, das zu häufig erst spät zu echten Proteinmechanismen durchdringt. Proteine sind jedoch die Endprodukte dessen, was Zellen exprimieren, und sie verändern sich zudem nach der Translation durch Modifikationen, die Aktivität und Funktion stark verschieben können. Darüber hinaus „reden“ Proteine nicht isoliert miteinander, sondern bilden Interaktionen mit unmittelbarer räumlicher Nähe. Genau deshalb ist eine Interaktionskarte aus Sicht der Autorinnen und Autoren ein besseres Werkzeug für die Frage, welche Eingriffe biochemisch sinnvoll sind – etwa nicht beim „direkten“ Genprodukt anzusetzen, sondern bei einem Protein, das mit dem relevanten Partner interagiert.

Für die Wirkungsketten in der KI-gestützten Forschung ist das auch marktseitig anschlussfähig. In der Vergangenheit haben mehrere Teams versucht, mit Hilfe proteinbezogener Modelle Hinweise auf bisher als „undruggable“ geltende Zielstrukturen zu finden. Bereits 2021 wurde etwa berichtet, dass Insilico Medicine gemeinsam mit Huadong Medicine Protein-Protein-Interaktionen priorisieren wollte, um solche schwer zugänglichen Ziele im Krebsbereich systematisch aufzubrechen. Gleichzeitig spielt AlphaFold inzwischen auch in der Plattformlogik anderer Anbieter eine Rolle: Isomorphic Labs, ein in London ansässiges Unternehmen für KI-gestützte Wirkstoffsuche, wird in der Branche häufig im Zusammenhang damit genannt, AlphaFold-Daten für die Suche nach kleinen Molekülen zu nutzen und dabei mit großen Pharma-Partnern zusammenzuarbeiten. Die UCSF-Arbeit fügt nun eine zweite Achse hinzu: Nicht nur die Strukturannahme, sondern die Frage, wie sich aus einem Netzwerk aus Interaktionen ein veränderbarer Pfad im Gewebe modellieren lässt.

Der Ausblick, den die Forschenden selbst andeuten, dreht sich daher weniger um „bessere Modelle“ als um eine neue Plattformperspektive für frühe Wirkstoffentdeckung. Wenn eine molekulare Interaktionslinse frühzeitig hilft, aus vielen Genrisiken eine überschaubare Zahl funktionell relevanter Knoten zu selektieren, verschiebt sich der Aufwand: Statt tausender Kandidaten in späten Testschritten werden Hypothesen konsistenter von Daten zu Mechanismus überführt. Genau das macht die Arbeit auch für Unternehmensstrategien relevant. Wer Entwicklungsbudgets plant, muss heute ohnehin mit heterogenen Datensätzen umgehen – von Sequenzvarianten bis zu Proteinstrukturen und funktionellen Validierungen. Eine Interaktionskarte kann hier zum verbindenden Layer werden, der aus KI-Vorhersagen priorisierte Experimente ableitet, und zwar so, dass die Mechanismen im Zentrum bleiben.

Für Organisationen, die Autismus als Indikationsfeld bearbeiten, steckt außerdem ein realistisches Potenzial in der veröffentlichten Größenordnung der Studie: Die Autorinnen und Autoren geben an, dass 87% der identifizierten Interaktionen zuvor nicht berichtet wurden. Solche neuen Verknüpfungen sind vor allem dann wertvoll, wenn sie sich in Validierungsrunden reproduzierbar verhalten – wie es das FOXP1-FOXP4-Beispiel im Organ-oid-Modell andeutet. Gleichzeitig bleibt der Weg von der Interaktion zur Therapie nicht automatisch linear: Welche Signalpfade sich pharmakologisch wirklich modulieren lassen, hängt von Struktur, Zugänglichkeit, Expression in relevanten Zelltypen und den Effekten auf nachgelagerte Netzwerke ab. Genau deshalb dürfte die nächste große Frage sein, wie gut sich diese Netzwerk-Mechanismen in therapeutisch handhabbare Eingriffe übersetzen lassen und wie robuste Vorhersagen auch dann funktionieren, wenn nicht mehr nur einzelne Paare, sondern ganze Hub-Cluster im Fokus stehen.


💳 Amazon-Kreditkarte mit 2.000 Euro Limit bestellen!
🔥 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!
🎉 Amazon Haul-Store für absolute Schnäppchenjäger!


Sense Robot Go KI-Go-Brett mit Roboterarm – Automatische Steinplatzierung, interaktives Lernen, Spielwiederholung – Intelligenter Weiqi-Trainer für Kinder & Erwachsene
152 Bewertungen
Sense Robot Go KI-Go-Brett mit Roboterarm – Automatische Steinplatzierung, interaktives Lernen, Spielwiederholung – Intelligenter Weiqi-Trainer für Kinder & Erwachsene
  • ★ 23-stufiges KI-Go-Training – Für Spieler mit Grundkenntnissen der Regeln – Entwickelt als intelligenter Trainingspartner passt sich die KI Spielern von 18K bis 9D an. Ideal für alle, die die Grundregeln bereits beherrschen und ihr Spiel verbessern möchten.
ENERGIZE LAB Eiliko Coral Pink - Ihr winziger KI-Charm-Roboter, der zu jedem täglichen Outfit passt, lustiges elektronisches Anhängerspielzeug, für Paare und beste Freunde
334 Bewertungen
ENERGIZE LAB Eiliko Coral Pink - Ihr winziger KI-Charm-Roboter, der zu jedem täglichen Outfit passt, lustiges elektronisches Anhängerspielzeug, für Paare und beste Freunde
  • IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
Eilik – Interaktiver Desktop Roboter mit Persönlichkeit, lebendigen Animationen & Reaktionen, Touch-Steuerung, Mini-Spiele, emotionaler Roboter Freund und besonderes Geschenk für Kinder & Erwachsene
1.501 Bewertungen
Eilik – Interaktiver Desktop Roboter mit Persönlichkeit, lebendigen Animationen & Reaktionen, Touch-Steuerung, Mini-Spiele, emotionaler Roboter Freund und besonderes Geschenk für Kinder & Erwachsene
  • 【MEHR LEBEN FÜR DEINEN SCHREIBTISCH】 Lerne Eilik kennen – deinen kleinen Roboter-Freund mit Persönlichkeit. Mit liebevollen Animationen, ausdrucksstarken Reaktionen und spielerischen Interaktionen bringt Eilik mehr Freude in deinen Alltag. Ob auf dem Schreibtisch, im Büro oder am Nachttisch – Eilik wird schnell zu einem vertrauten Begleiter für besondere Momente.
Plantbot Upgraded Large Smart Flower Pot Pet Planter Robot with Artificial Intelligence, Time Temperature Display, and Numerous Expressive Animations Based, for Indoor Decoration, Gifts (White)
53 Bewertungen
Plantbot Upgraded Large Smart Flower Pot Pet Planter Robot with Artificial Intelligence, Time Temperature Display, and Numerous Expressive Animations Based, for Indoor Decoration, Gifts (White)
  • 【XL-Größe für gedeihende Pflanzen】Geben Sie Ihren Pflanzen den Raum, den sie verdienen! Unser verbessertes, großes 13,7 cm großes Design bietet Platz für Pflanzen mit einem Durchmesser von bis zu 8,9 cm und damit deutlich mehr Platz für Wurzelwachstum und Pflanzengesundheit im Vergleich zu kleineren, veralteten Modellen. Die Produktabmessungen betragen 13,6 x 13,6 x 13,2 cm und das Gerät wiegt nur 355 g.
Loona KEYI Premium Haustier-Roboter mit Ladestation (Smarte AI ChatGPT-4o, Stimmen- & Gestensteuerung, Echtzeit-Interaktion, Heimüberwachung)
946 Bewertungen
Loona KEYI Premium Haustier-Roboter mit Ladestation (Smarte AI ChatGPT-4o, Stimmen- & Gestensteuerung, Echtzeit-Interaktion, Heimüberwachung)
  • V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen. Mobile Hotspots können sich mit Loona verbinden und überwinden WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren können.


Hat Ihnen der Artikel bzw. die News - UCSF erstellt molekulare Interaktionskarte für Autismus und zeigt ein Wirkprinzip - gefallen? Dann abonnieren Sie uns doch auf Insta: AI News, Tech Trends & Robotics - Instagram - Boltwise

Unseren KI-Morning-Newsletter «Der KI News Espresso» mit den besten KI-News des letzten Tages gratis per eMail - ohne Werbung: Hier kostenlos eintragen!





Folgen Sie aktuellen Beiträge über KI & Robotik auf Twitter, Telegram, Facebook oder LinkedIn!
Hinweis: Teile dieses Textes könnten mithilfe Künstlicher Intelligenz generiert worden sein. Die auf dieser Website bereitgestellten Informationen stellen keine Finanzberatung dar und sind nicht als solche gedacht. Die Informationen sind allgemeiner Natur und dienen nur zu Informationszwecken. Wenn Sie Finanzberatung für Ihre individuelle Situation benötigen, sollten Sie den Rat von einem qualifizierten Finanzberater einholen. IT BOLTWISE® schließt jegliche Regressansprüche aus.









Ergänzungen und Infos bitte an die Redaktion per eMail an de-info[at]it-boltwise.de. Da wir bei KI-erzeugten News und Inhalten selten auftretende KI-Halluzinationen nicht ausschließen können, bitten wir Sie bei Falschangaben und Fehlinformationen uns via eMail zu kontaktieren und zu informieren. Bitte vergessen Sie nicht in der eMail die Artikel-Headline zu nennen: "UCSF erstellt molekulare Interaktionskarte für Autismus und zeigt ein Wirkprinzip".
Stichwörter AI AlphaFold Artificial Intelligence Autismus Foxp1 Foxp4 Genetik KI Künstliche Intelligenz Organ-oid Protein Protein-protein-interaktion UCSF Wirkungstoffsuche
Alle Märkte in Echtzeit verfolgen - 30 Tage kostenlos testen!

Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "UCSF erstellt molekulare Interaktionskarte für Autismus und zeigt ein Wirkprinzip" für unsere Leser?

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert

  • Die aktuellen intelligenten Ringe, intelligenten Brillen, intelligenten Uhren oder KI-Smartphones auf Amazon entdecken! (Sponsored)


  • Es werden alle Kommentare moderiert!

    Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.

    Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.

    Du willst nichts verpassen?

    Du möchtest über ähnliche News und Beiträge wie "UCSF erstellt molekulare Interaktionskarte für Autismus und zeigt ein Wirkprinzip" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
    Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »UCSF erstellt molekulare Interaktionskarte für Autismus und zeigt ein Wirkprinzip« bei Google Deutschland suchen, bei Bing oder Google News!


    641 Leser gerade online auf IT BOLTWISE
    KI-Jobs