Von komplexen Daten zu einfachen Bildern

Auf der B¨¹hne f¨¹hlt sich Mari?lle von Kooten wohl, das wird schon nach den ersten paar Sekunden ihres Auftritts am Falling Walls Lab klar. Sie wirkt selbstsicher und sch?kert mit dem Publikum ¨C das passt auch zum Projekt, das sie dort vorstellt. Die ETH-Systembiologin will etwas sexy machen, das eigentlich komplett unsexy ist: die Auswertung von riesigen Mengen komplexer Daten aus der Genetik und der Medizin. Damit will sie helfen, die Fr¨¹herkennung, Pr?vention und Behandlung von Krankheiten zu verbessern.

Dazu hat sich van Kooten w?hrend ihrer Doktorarbeit in der Forschungsgruppe von Beat Christen an der ETH Z¨¹rich eine App namens SciSwipe ausgedacht. Diese macht aus komplexen genetischen Daten einfache Bilder, mit denen auch Laien etwas anfangen k?nnen ¨C van Kooten nennt die Bilder ?Swipeable Images?. Also Bilder, die sich Nutzerinnen und Nutzer beispielsweise auf dem Smartphone anschauen und spielerisch per Wischbewegung kategorisieren k?nnen. Nach dem Motto: Yep oder Nep ¨C ganz so wie bei einer Dating-App.

Ihren Ansatz hat van Kooten am 8. November 2019 am Falling Walls Lab in Berlin vorgestellt ¨C ein internationaler Wettbewerb, an dem die Kandidaten ihre Forschungsarbeit einer Jury von Experten aus unterschiedlichen Fachgebieten erkl?ren, und zwar mit nur zwei Folien in nur drei Minuten. Vor dem Finale in Berlin gab es an 90 Standorten weltweit Vorausscheidungen, in der Schweiz fanden sie an der Startup Night in Winterthur statt. Am Finale waren dann 100 Nachwuchswissenschaftlerinnen und -wissenschaftler aus 63 L?ndern im Rennen. Van Kooten eroberte den zweiten Platz.

Merkmale von Daten einfach darstellen

Jetzt sitzt die 32-j?hrige Niederl?nderin an ihrem Pult im Labor auf dem H?nggerberg und kann ihren Erfolg noch gar nicht fassen. ?Mir ist nicht klar, wie ich die Jury ¨¹berzeugt habe?, sagt sie. Aber es m¨¹sse mit der Relevanz ihrer Idee zu tun haben. Denn wie man sinnvolle und nutzbare Informationen aus riesigen Mengen medizinischer Daten gewinnen kann, ist zurzeit eine der dr?ngendsten Herausforderungen der k¨¹nftigen, digitalen Medizin.

Dabei setzen Forschende grosse Hoffnungen in k¨¹nstliche Intelligenz. Diese soll helfen, n¨¹tzliche Informationen f¨¹r die Erkennung, Pr?vention und Behandlung von Erkrankungen aus den Daten herauszufiltern. Doch damit ein solcher Algorithmus lernen kann, aus RNA-Sequenzen Risiken f¨¹r bestimmte Krankheiten herauszulesen, muss er wissen, wonach er sucht. Und dazu braucht er zun?chst eine grosse Menge von Trainingsdaten, die bereits gekennzeichnet sind ¨C also Daten, die eine Art Etikett tragen, das sagt, was an bestimmten Sequenzen besonders ist. Kurz: Die k¨¹nstliche Intelligenz braucht menschlichen Input, und zwar in rauen Mengen.

?Darum gibt es inzwischen so viele Citizen-Science-Projekte?, sagt van Kooten, ?und darum bieten IT-Firmen wie Google oder Amazon einen Labeling-Service an, bei dem ihre Mitarbeitenden Daten kategorisieren.? Das gehe aber nur mit Daten, in denen auch Laien etwas erkennen k?nnen, erkl?rt van Kooten. Sollen aber beispielsweise genetische Daten oder R?ntgen- und MRI-Bilder kategorisiert werden, funktioniert das nicht mehr.

Die Regeln des Erbguts

Genau hier setzt die SciSwipe-App an, indem sie solche Daten in einfache Bilder ¨¹bersetzt. ?So k?nnen auch Personen, die keine naturwissenschaftliche oder medizinische Ausbildung haben, die Daten zuordnen?, erkl?rt van Kooten. Als einen ersten Schritt hat die Systembiologin zusammen mit dem Computerwissenschaftler Anton Pols einen Algorithmus entwickelt, der Ergebnisse einer modernen RNA-Sequenzierung als einfache Kurven darstellt. Diese Kurven zeigen die Verteilung verschiedener RNA-St¨¹cke und machen damit sichtbar, ob beim ?bertragen des Erbmaterials in RNA oder bei der Verarbeitung der entstehenden RNA etwas anderes passiert ist als bei anderen Erbmaterial-Proben. Denn solche ?nderungen k?nnen auf ein erh?htes Krankheitsrisiko hinweisen, etwa ein h?heres Risiko f¨¹r eine bestimmte Krebsart. Das brauchen die Nutzer der SciSwipe-App allerdings nicht zu wissen ¨C sie k?nnen einfach die Formen der Kurven vergleichen und die Daten auf diese Weise kennzeichnen. So schaffen sie die Voraussetzung daf¨¹r, dass ein genetisch bedingtes Krankheitsrisiko k¨¹nftig bei Hunderttausenden Menschen fr¨¹hzeitig erkannt werden kann.

Das SciSwipe-Projekt ist nur ein kleiner Teil der Doktorarbeit von Mari?lle van Kooten, den sie unabh?ngig weiterf¨¹hrt. Haupts?chlich erforscht sie, wie in Zellen das Auslesen von DNA und die Herstellung von Proteinen reguliert wird. ?Das Ganze ist sehr komplex, weil daf¨¹r ein paar ¨¹bereinander liegende Regulierungsebenen zusammenspielen?, erkl?rt van Kooten. Etwa w?hrend der ?berschreibung der DNA in RNA, bei der Regulierung der Lebenszeit der RNA oder bei der ?bersetzung der RNA in Proteine. Van Kootens Ziel ist es, die ¨¹bergeordneten Regeln zu lernen, nach denen diese Regulierung sowohl in Bakterien wie auch in pflanzlichen und tierischen Zellen funktioniert. Denn: ?Nur wenn man die Regeln kennt, kann man nach ihnen spielen?, sagt die Systembiologin. Dann werde es denkbar, Gensequenzen im Labor neu zu konstruieren, sodass diese genauso funktionieren, wie man sich das w¨¹nscht. Wom?glich lassen sich auf diese Weise in Zukunft synthetische DNA-Bausteine f¨¹r neuartige biologische Systeme mit eigens entworfenen, n¨¹tzlichen Eigenschaften entwickeln.

Die Ordnung im Sturm

Derzeit ist die ETH-Systembiologin mit der Auswertung ihrer Experimente am Computer besch?ftigt. Ihr Platz sieht indessen nicht so aus, als ob da gearbeitet w¨¹rde: Die Fl?che vor dem Computer ist frei, nichts liegt herum, die paar Hefte und M?ppchen sind akkurat gestapelt. Der Platz wirkt fast so steril wie von Kootens Laborbank nebenan ?Gerade wenn viel l?uft, habe ich es gerne ordentlich?, sagt van Kooten und wirft einen Seitenblick auf den chaotischen Arbeitsplatz ihres Nachbarn und Mitdoktoranden. Bei van Kooten l?uft tats?chlich viel. Tags¨¹ber forscht sie f¨¹r ihre Doktorarbeit, abends und am Wochenende arbeitet sie an der SciSwipe-App. Zudem ist sie zurzeit dabei, zusammen mit ihrem Kollegen Anton Pols eine Firma f¨¹r SciSwipe zu gr¨¹nden.

Bleibt da noch Zeit f¨¹r etwas anderes, Hobbys zum Beispiel? ?Diese Frage nach den Hobbys habe ich gar nicht gern?, sagt van Kooten. Sie f¨¹hlt sich dann immer ein bisschen seltsam ¨C weil sie keine hat. Fr¨¹her schon, da war sie zum Beispiel politisch aktiv. So war sie in Delft, wo sie eine Zeitlang studiert hat, im Stadtrat. Das hat ihr gefallen: ?Ich mochte das Gef¨¹hl, einen Beitrag f¨¹r alle zu leisten.? Davon abgesehen vermag die Wissenschaft sie viel mehr zu begeistern als die meisten anderen Dinge. Wenn van Kooten eine Pause von ihrer eigenen Forschung braucht, liest sie Publikationen aus anderen Gebieten. ?Es gibt so viele Forschende, die extrem spannende Sachen machen.?

Offene Zukunft

Die SciSwipe-App, entwickelt sie derweil laufend weiter. Als n?chstes nimmt sie sich die Vereinfachung von Bilddaten vor, wie MRI- und Computertomographie-Bilder. ?Hier m¨¹ssen wir uns etwas Neues ¨¹berlegen, um die Bilder so umzuwandeln, dass sie auch von Laien interpretiert werden k?nnen?, sagt die Systembiologin. Sie hat eine Idee, will aber noch nichts Genaues verraten. Sobald SciSwipe mit vier unterschiedlichen Arten von Daten umgehen kann, soll es eine Beta-Version der App f¨¹r die breite ?ffentlichkeit geben.

Zurzeit w¨¹rden ihre verschiedenen Aktivit?ten nebeneinander hergehen, sagt van Kooten, ihre Doktorarbeit, die Weiterentwicklung ihrer App und der Aufbau des Start-ups. Sie muss sich noch nicht f¨¹r das eine oder andere entscheiden und ist froh drum. Denn um sich bereits jetzt auf eine Richtung festzulegen, daf¨¹r findet sie die verschiedenen M?glichkeiten zu spannend.