Die Universität Zürich hat einen Algorithmus so trainiert, dass er den Virenbefall von Zellen erkennt. Symbolbild: Pixabay

Algorithmus sagt Virusinfektionen voraus

21. Juni 2021 10:33

Zürich - Forschende der Universität Zürich haben ein künstliches neuronales Netzwerk so trainiert, dass es den Virenbefall von Zellen erkennt. Ausserdem kann es akute und heftige Infektionen vorhersagen. Womöglich bringt das die Entwicklung von Therapien gegen Viren und Bakterien voran.

An der Universität Zürich (UZH) haben Forschende ein künstliches neuronales Netzwerk dazu gebracht, Zellen zuverlässig zu erkennen, die von Adeno- oder Herpesviren befallen sind. Darüber hinaus kann es bis zu 24 Stunden im Voraus mit 95 prozentiger Sicherheit vorhersagen, dass es zu einem akuten und heftigen Infektionsgeschehen kommen wird. Darüber informiert die UZH in einer Medienmitteilung.

Zuvor hatte das Team den Umstand genutzt, dass sich die Fluoreszenz der von Viren befallenen Zellkerne verändert. Mittels eines Fluoreszenz-Mikroskops kann das visualisiert werden. Mit derartigen Mikroskopiebildern wurde ein Deep Learning-Algorithmus, also ein künstliches neuronales Netzwerk, trainiert. Es extrahiert Muster, die für infizierte oder nicht infizierte Zellen typisch sind. „Nach Abschluss von Training und Validierung erkennt das neuronale Netzwerk virusinfizierte Zellen automatisch“, erklärt Forschungsleiter Urs Greber, Professor am UZH-Institut für Molekulare Biologie.

Doch identifiziere diese Methode „nicht nur zuverlässig virusinfizierte Zellen, sondern erkennt mit hoher Genauigkeit auch virulente Infektionen im Voraus“. Das eröffne „neue Wege, Infektionen besser zu verstehen und um neue Wirkstoffe gegen Krankheitserreger wie Viren oder Bakterien zu entdecken“.

Trotz der hohen Genauigkeit beim Erkennen von Infektionen ist noch nicht klar, welche Merkmale infizierter Zellkerne das künstliche neuronale Netzwerk erkennt. Dem will das Team nun nachgehen. mm

Aktuelles im Firmenwiki