In unserem aktuellen Wissenschaftsbild ist einiges los. Wir sehen grün, rot, blau, braun und gelb leuchtende Flächen in kreisartiger Anordnung. Die Form der einzelnen Flächen ist organisch, nicht eckig, eher rund und schwellend; von oval über gebogen bis langestreckt erscheinen sie separat oder ineinander übergehend. Die Textur der Flächen wirkt wie ein wächserner Abdruck vieler kleiner Punkte, die leicht verwischt oder zerlaufen sind.

Was wie eine Farbstudie mit Wachsmalstiften anmutet, ist in Wirklichkeit eine Visualisierung von Genexpressionsmustern von 1,3 Millionen Gehirnzellen einer Maus. Die Genexpression beschreibt, ob die Information eines Gens – eines Abschnitts in der DNA – in einer Zelle auch tatsächlich relevant ist. Um die damit verbundenen riesigen Datenmengen zu verarbeiten, entwickelten Forscher des Helmholtz Zentrums München die Software "Scanpy".

Für das obige Bild kondensierte die Software die Daten aus einer Tabelle mit 1,3 Millionen Zeilen und 10.000 Spalten in eine einzige zweidimensionale Abbildung. Die Farben korrespondieren mit Zellclustern. Dabei kommt ein Algorithmus zum Einsatz, der auch in sozialen Netzwerken wie Facebook verwendet wird, um Gruppenzugehörigkeiten zwischen Personen festzustellen. Die Anordnung der verschieden geformten Zellcluster ergibt sich aus der molekularen Ähnlichkeit der Zellen. So wird aus einer undurchsichtigen Riesenmenge an Daten die erste verständliche Information, die über Anzahl und biologische Zusammenhänge von Zelltypen Aufschluss gibt.

In weiteren Schritten der Analyse mit  Scanpy werden beispielsweise wichtige Gene und die biologischen Prozesse der Zellen extrahiert sowie verschiedene Zelltypen miteinander verglichen. Ein tiefes Verständnis eines solchen Datensatzes bedarf einer zusätzlichen Analyse, bei der Forscher die algorithmisch generierte Information mit biologischem und medizinischem Wissen abgleichen.

Das Verfahren ist nicht nur zur Kartographierung des Gehirns einer Maus zentral, sondern genauso bei der Analyse von Datensätzen, die Informationen über Krankheiten enthalten. Detektierte Genexpressionsmuster kodieren dann Informationen über Krankheiten, und bestimmte Zellcluster beschreiben dann beispielsweise Zellen, die nicht mehr richtig funktionieren.

Relevant ist die Software schließlich auch für die Kartographierung des menschlichen Körpers im "Human Cell Atlas". Dieser wird eine Referenzdatenbank für die molekulare Konfiguration eines gesunden Menschen sein, mit deren Hilfe Krankheiten in Zukunft besser verstanden werden sollen.

Bild: Helmholtz Zentrum München

Zur Original-Publikation
Human Cell Atlas

Franziska Roeder