Die Medizin wird derzeit revolutioniert. Die Begriffe «Präzisionsmedizin» und «personalisierte Medizin» sagen bereits, wohin die Reise gehen soll. Heute gibt es Medikamente gegen bestimmte Krankheiten. Künftig soll es personalisierte Medikamente für jeden Patienten für jedes Krankheitsbild geben – basierend auf der Analyse der menschlichen DNA.
In der Krebsmedizin werden heute bereits teilweise DNA-Analysen für eine individuelle und damit wirksamere Bekämpfung von Krebs-Tumoren eingesetzt. Damit dieses Vorgehen auch für die Behandlung anderer Krankheiten üblich wird, muss die Analyse der menschlichen DNA exakter, schneller und damit kostengünstiger werden. An der Hochschule für Technik Rapperswil HSR wurde von Prof. Dr. Guido Schuster ein Verfahren entwickelt, das die Grundbausteine der menschlichen DNA schneller und genauer bestimmen kann als alle anderen Lösungen, die es weltweit bisher gibt. Bestätigt wurde das unter anderem vom Broad Institute der US-Universitäten Massachusetts Institute of Technology und Harvard in Boston.
Die vier Bausteine des Lebens
HSRSo sieht DNA mit ihren vier paarweise angeordneten Basen im Detail aus. Beim Menschen besteht die DNA aus rund 3,27 Milliarden Basenpaaren.
Geschwindigkeit und Präzision sind bei der DNA-Analyse die wichtigsten Faktoren. Für eine komplette Sequenzierung eines Menschen müssen rund 3,2 Milliarden Basenpaare bestimmt werden – das sogenannte Basecalling. Denn die DNA besteht aus vier Bausteinen, den Nukleotiden. Jedes Nukleotid besteht aus Zucker, Phosphat und einer von vier verschiedenen Basen: Adenin, Thymin, Guanin und Cytosin.
HSRNach 10 Lesezyklen (Reihe oben) lässt sich die dominante, also die hellste Base noch mit blossem Auge erkennen. Nach 100 Lesezyklen (Reihe unten) ist das für einen Menschen nicht mehr möglich.
Für die Vision der personalisierten Medizin ist es nötig, den Grossteil der relevanten Basenpaare fehlerfrei und schnell zu bestimmen. Der Teufel steckt hierbei im Detail. Denn die Analyse basiert auf einem Bildanalyse-Verfahren, das jeweils die dominante und deshalb hellste Base erkennen und korrekt zuordnen muss. Das Problem dabei: Wenigstens 100 Lesezyklen sind für eine medizinisch verwendbare Analyse nötig, jedoch ist bereits nach 20 bis 40 Zyklen die visuelle Erkennung der richtigen Base kaum mehr möglich (siehe Bildvergleich). Das menschliche Auge hätte keine Chance mehr und für einen Computer wird es ebenfalls sehr schwierig.
Der Computer bringt sich die Analyse selbst bei
Trotzdem haben Prof. Dr. Guido Schuster und sein Team eine Lösung gefunden. Dafür haben sie auf das sogenannte Unsupervised Machine Learning gesetzt – ein Verfahren, bei dem sich ein selbstlernender Algorithmus schrittweise selbst trainiert. Weil jeder Zyklus dem vorhergehenden biochemisch sehr ähnlich ist, kann das HSR-Verfahren zuverlässig den nächsten Zyklus prognostizieren. Ausgehend vom ersten Lesezyklus nutzt der Algorithmus also das Konzept des iterativen, also schrittweisen Lernens und entwickelt so eine bisher unerreichte Genauigkeit.
Hochschule Rapperswil HSR
