KI-basierter Suchalgorithmus entdeckt fast 200 neue Arten von CRISPR-Systemen

MÜNCHEN (IT BOLTWISE) – Neue Forschungsergebnisse enthüllen die Vielfalt seltener CRISPR-Systeme, die genetische Bearbeitung, Diagnostik und mehr ermöglichen könnten.

Wissenschaftler des MIT, Harvard und des US National Institutes of Health (NIH) unter Leitung von CRISPR-Pionier Prof. Feng Zhang haben einen bahnbrechenden KI-Algorithmus zur Erkundung biologischer Datenbanken entwickelt.

Dieser half ihnen, in bakteriellen Genomen 188 völlig neuartige CRISPR-Systeme zu identifizieren – insgesamt entdeckte das Team gar Tausende solcher Systeme. Diese könnten für Genom-Editierung, Diagnostik oder andere Anwendungen genutzt werden und bergen damit ein enormes biotechnologisches Potenzial.

Damit demonstrieren sie eindrücklich, wie KI-gestützte Big Data Analysen eine Fundgrube molekularer Innovationen erschließen können – eine Schatzkammer verborgener Biotechnologien.

Ohne ihren bahnbrechenden Algorithmus wären viele dieser Entdeckungen auf absehbare Zeit verborgen geblieben. Dieser überwindet eine essentielle Hürde: Die Datenmengen in biologischen Datenbanken sind inzwischen so umfangreich, dass sie nicht mehr effizient mit herkömmlichen Methoden durchsucht werden können.

Die wachsende Datenfülle machte es schwierig auf herkömmlichem Wege effizient weiteren Fortschritt zu machen. Um diesem Overload entgegenzuwirken, entwickelte Zhang’s Team einen speziellen KI-Algorithmus – „FLSHclust“. Dieser basiert auf einem „Locality-Sensitive Hashing“, einer längst etablierten Methode im Bereich KI und Big Data Analyse. Sie ermöglicht das effiziente Clustering selbst sehr großer Datensätze.

Genau diese Stärke machte sich das Team zu Nutze: FLSHclust ermöglichte ihnen die Untersuchung von über einer Billion DNS-Basenpaaren in nur wenigen Wochen. Herkömmliche Verfahren hätten hierfür Monate benötigt, betont Zhang. Im Klartext: Die benötigte Zeit konnte von Monaten auf Wochen reduziert werden – ein Quantensprung an Effizienz.

Nach Entwicklung des Algorithmus wandten sie diesen auf drei öffentliche DNS-Datenbanken an, u.a. der NIH. Dies umfasste Genmaterial höchst unterschiedlicher Mikroben – von Kohlebergwerken, Brauereihefen über antarktisches Eis bis Hundespeichel. Eine erstaunliche Bandbreite, welche die Innovationskraft der Natur widerspiegelt.

Und trotz oft obskurer Herkunft offenbarten diese Genome tausende neuer CRISPR-Systeme mit überraschender Flexibilität: Einige könnten zu präziserer Gen-Editierung genutzt werden, andere als Diagnostika oder molekulare Aktivitäts-Recorder. Für Zhang zeigt diese ungeahnte Diversität, dass die Natur noch weit mehr Innovation bereithält.

In seinen Augen offenbart die Studie eindrücklich das grenzenlose Innovationspotenzial KI-gestützter Analyse biologischer Big Data:

„Biodiversität ist so ein Schatz […] Es besteht ein wachsender Bedarf an besseren Werkzeugen wie FLSHclust, um diesen Sequenzraum zu durchsuchen und die molekularen Juwelen zu finden.“

Laut Zhang lassen sich mit weiteren Daten und besseren Algorithmen noch weit mehr Entdeckungen machen, da die schiere Menge und Flexibilität der CRISPR-Systeme nur einen Vorgeschmack liefere.

Das Team sieht großes Potenzial, solche KI-Tools generell für die wissenschaftliche Erkundung riesiger Datensätze zu nutzen. Sie könnten die Forschung vieler Bereiche revolutionieren, da sie das Erkennen neuer Zusammenhänge in vorher ungreifbaren Daten ermöglichen.

Zugleich birgt dieser immense Erkenntnisgewinn auch neue Verantwortung, wie bei aller bahnbrechender Forschung. Insbesondere im Bereich Biotechnologie müssen mögliche Missbrauchsrisiken mitgedacht werden. Umso wichtiger ist es, dass Forschung stets zum Wohle der Menschheit eingesetzt wird. Auch wenn die Studienautoren solche ethischen Fragen nicht direkt diskutieren, sollten diese bei Anwendungen stets berücksichtigt werden.

Hinweis: Teile dieses Textes könnten mithilfe einer Künstlichen Intelligenz generiert worden sein.