Künstliche Intelligenz trifft auf die Krebsforschung im Weltraum - als Teil des Verbundvorhaben AIMS (Artificial Intelligence Meets Space)

Abstract

AMCRIS (Artificial Intelligence Meets Cancer Research In Space) ist eines der beiden biowissenschaftlichen Projekte des Verbundvorhabens AIMS (Artificial Intelligence Meets Space). AIMS ist ein Expertise-Netzwerk dessen Ziele durch bilaterale und multilaterale Zusammenarbeit zwischen KI-Experten und Experimentatoren verwirklicht werden. AIMS ist in neun Teilprojekte unterteilt. Vier Teilprojekte werden von KI-Experten geleitet, drei Teilprojekte betreffen physikalische Experimente und zwei Teilprojekte die Biowissenschaften. Das Projekt AMCRIS untersucht die Entwicklung neuer Lösungsansätze für die Tumortherapie auf der Basis von KI-basierten Auswertungen von mikrogravitations (μg) -bezogenen Bild- (DAIMLER, Prof. Zaussinger, Hochschule Mittweida und AIDIA, Prof. Breuss BTU Cottbus-Senftenberg) und OMICs-Daten. Die KI-Partner des Verbunds haben Verfahren entwickelt, die die Auswertung von Bilddaten beschleunigen und die Analyse heterogener OMICs-Datensätze ermöglichen. Weiterhin werden Aspekte wie das Zelltracking und die Zellverfolgung optimiert. Konkret wurden von Mitarbeitern von Prof. Simm (Universität Greifswald) projektübergreifende Analysen unserer unter r-μg und simulierter (s)-μg gewonnenen RNAseq-Daten mit der Verwendung von Deep-Learning-Algorithmen, dem Programm XModNN (Explainable Modular Neural Network) (PMID: 39766207) unter analytischer Verknüpfung mit externen Daten (KEGG, Gene Ontology und Gene Expression Omnibus) durchgeführt. Die unter r-μg gewonnenen RNAseq-Daten stammen von Parabelflugkampagnen (PFCs) (34. DLR PFC 9/2019, 37. DLR PFC 9/2021, 39. DLR PFC 9/2022, 41. DLR PFC 9/2023 und 43. DLR PFC 9/2024) und von Experimenten mit Tumorzellen, die auf einer ‚Random Positioning Machine‘ durchgeführt wurden. Es wurden die Prostatakarzinomzelllinien DU145, LNCaP und PC-3, die follikulären Schilddrüsenkarzinomzelllinien FTC-133 und WRO auf PFCs sowie die Brustkrebszelllinie MCF-7 untersucht. Die Daten wurden integrativ analysiert, wobei die epigenetischen DNA-Methylierungsinformationen, sofern vorhanden, Vorrang hatten. Die anschließende Interpretation der KI-gestützt ermittelten Gen-Kategorisierungen wurde vom Bioinformatik-Team der Abteilung für Mikrogravitation und Translationale Regenerative Medizin im Dialog mit den KI-Partnern (XTRAS, Prof. Simm, Universität Greifswald) und IAI-XPRESS, Prof. Villmann, Hochschule Mittweida) durchgeführt. AMCRIS (Artificial Intelligence Meets Cancer Research In Space) is one of two life sciences projects within the AIMS (Artificial Intelligence Meets Space) consortium. AIMS is an expert network whose goals are achieved through bilateral and multilateral collaboration between AI experts and experimental scientists. AIMS is divided into nine subprojects. Four subprojects are led by AI experts, three subprojects involve physical experiments, and two subprojects are focusing on the life sciences. Our AMCRIS project is investigating the development of new approaches to tumor therapy based on AI-driven analyses of μg-related imaging and omics data. The consortium’s AI partners have developed methods that accelerate the processing of imaging data (DAIMLER, Prof. Zaussinger, Mittweida University of Applied Sciences and AIDIA; Prof. Breuss BTU Cottbus-Senftenberg) and enable the analysis of heterogeneous omics datasets. Furthermore, aspects such as cell tracking and cell tracing are being optimized. Specifically, staff members of Prof. Simm (University of Greifswald) are currently conducting cross-project analyses of our RNA-seq data obtained under r-μg and s-μg conditions using deep learning algorithms, the XModNN (Explainable Modular Neural Network) (PMID: 39766207), in conjunction with external data (KEGG, Gene Ontology, and Gene Expression Omnibus). The RNA-seq data obtained under r-μg primarily originate from our parabolic flight campaigns (PFCs) (34. DLR PFC 9/2019, 37. DLR PFC 9/2021, 39. DLR PFC 9/2022, 41. DLR PFC 9/2023 und 43. DLR PFC 9/2024) and from experiments with tumour cells exposed to simulated microgravity (random positioning machine). The prostate cancer cell lines DU145, LNCaP, and PC-3, as well as the follicular thyroid cancer cell lines FTC-133 and WRO, as well as the breast cancer cell line MCF-7 were examined during the PFCs. The data are analyzed integratively, with epigenetic DNA methylation information, where available, taking precedence. The subsequent interpretation of the AI-based gene categorizations is carried out by the bioinformatics team of the Department for Microgravity and Translational Regenerative Medicine of the Otto-von-Guericke-University Magdeburg in collaboration with the AI partners XTRAS, Prof. Simm, University of Greifswald) and IAI-XPRESS, Prof. Villmann, Mittweida University of Applied Sciences).