Teilen:
04.12.2025 11:10
Plötzlich gesund
Fortschreitende Naturerkenntnis, ganz allgemein gesprochen, ‚Wissenschaft‘, ist der stärkste Feind des medizinischen Wunders. Was unseren Vorfahren als Wunder erschien, was einfache Naturvölker heute noch in heftige Erregung versetzt, das berührt den zivilisierten Menschen längst nicht mehr.
Doch es gibt einen Gegensatz, der jedem Denkenden sofort auffällt: der unerhörte, durchaus nicht abgeschlossene Aufstieg der wissenschaftlichen Heilkunde und die ebenso unerhörte Zunahme der Laienbehandlung und der Kurpfuscherei. Man schätzt die Zahl der Menschen, die der Schulmedizin kein Vertrauen schenken, auf immerhin 50 Prozent.
Wie kann es sein, daß Laienbehandler und Kurpfuscher immer wieder spektakuläre Erfolge aufweisen, von denen die Sensationspresse berichtet?
Der Autor geht dieser Frage nach und kommt zu interessanten Erkenntnissen, aus denen er Vorschläge für eine bessere Krankenbehandlung durch seine ärztlichen Standesgenossen ableitet.
C-COMPASS: KI-basierte Software kartiert Proteine und Lipide in Zellen
Ein neues Tool, entwickelt von Helmholtz Munich, dem Deutschen Zentrum für Diabetesforschung und der Universität Bonn, vereinfacht die Anwendung räumlicher Proteomik und Lipidomik – ganz ohne Programmierkenntnisse. Mit C-COMPASS können Wissenschaftler:innen präzise analysieren, wo sich Proteine und Lipide innerhalb von Zellen befinden und wie sich diese Muster unter dem Einfluss von Krankheiten oder anderen Faktoren verändern. Durch den Wegfall technischer Hürden macht die Software „Spatial Omics“ einem breiteren Kreis von Forschenden zugänglich.
Aktuelle Herausforderungen der Spatial Omics überwinden
Bestehende Tools in der räumlichen Proteomik stoßen häufig an ihre Grenzen: Viele können keine mehrfachen Lokalisierungen einzelner Proteine vorhersagen oder deren Verteilung über verschiedene Zellkompartimente hinweg quantifizieren. Zudem setzen sie oft Programmierkenntnisse voraus und verfügen nicht über benutzerfreundliche Oberflächen – was ihre breite Nutzung einschränkt. Auch die räumliche Lipidomik bleibt eine Herausforderung, da es bislang an zuverlässigen Markern für die Lokalisierung von Lipiden fehlt.
Ein neues Tool für integrierte räumliche Proteomik und Lipidomik
C-COMPASS wurde entwickelt, um bestehende methodische Lücken zu schließen. Die Software nutzt neuronale Netzwerke, um mehrere subzelluläre Lokalisationen von Proteinen vorherzusagen und kombiniert diese mit Daten des Gesamtproteoms, um Veränderungen in der Proteinverteilung und der Organellenhäufigkeit zu analysieren. Sie verfügt über eine grafische Benutzeroberfläche sowie standardisierte Verarbeitungsschritte, die reproduzierbare Analysen unterstützen.
„Mit C-COMPASS wollten wir ein Tool schaffen, das räumliche Proteomik zugänglicher und leichter reproduzierbar macht“, sagt Entwickler Daniel Haas. Projektleiterin Dr. Natalie Krahmer ergänzt: „Erstmals können wir auch die räumliche Lipidomik erforschen, indem wir Proteom- und Lipidomdaten in einem einheitlichen Workflow zusammenführen. So lassen sich zelluläre Atlanten von Organen und Geweben auf kombinierter Proteom- und Lipidomebene erstellen – das eröffnet Forschenden ganz neue Fragestellungen.“
Das Forschungsteam setzte C-COMPASS ein, um die Verteilung von Proteinen im Raum in humanisiertem Lebergewebe zu untersuchen und herauszufinden, wie sich diese Muster unter verschiedenen Stoffwechselbedingungen verändern. Anschließend erweiterten sie den Workflow durch die Integration von Proteom- und Lipidom-Daten – und ermöglichten so erstmals die räumliche Lipidomik. Um Lipide zu lokalisieren, übertrugen die Forschenden diese auf räumliche Referenzkarten, die aus den Proteom-Daten abgeleitet wurden. Dieser Ansatz wurde auf Proben von humanisierten Lebern im Mausmodell angewendet und zeigte Veränderungen in der Lipidverteilung im Zusammenhang mit metabolischen Störungen.
Zukünftige Anwendungen und Weiterentwicklung
Das Team plant, C-COMPASS auf eine Vielzahl von Datensätze anzuwenden, um tiefere Einblicke in dynamische, stoffwechselbedingte Veränderungen der Proteinlokalisation zu gewinnen. Gleichzeitig arbeiten die Forschenden an der kontinuierlichen Verbesserung der Software – unter anderem durch die Erweiterung um weitere räumliche Omics-Methoden wie die räumliche Transkriptomik.
Über die Forschenden
Dr. Natalie Krahmer ist Emmy Noether-Nachwuchsgruppenleiterin für „Zelluläre Proteomik und metabolische Signalwege“ am Institut für Diabetes und Adipositas bei Helmholtz Munich sowie Wissenschaftlerin am Deutschen Zentrum für Diabetesforschung (DZD).
Daniel Haas ist Doktorand am Institut für Diabetes und Adipositas bei Helmholtz Munich.
Über Helmholtz Munich
Helmholtz Munich ist ein biomedizinisches Spitzenforschungszentrum. Seine Mission ist, bahnbrechende Lösungen für eine gesündere Gesellschaft in einer sich schnell verändernden Welt zu entwickeln. Interdisziplinäre Forschungsteams fokussieren sich auf umweltbedingte Krankheiten, insbesondere die Therapie und die Prävention von Diabetes, Adipositas, Allergien und chronischen Lungenerkrankungen. Mittels künstlicher Intelligenz und Bioengineering transferieren die Forschenden ihre Erkenntnisse schneller zu den Patient:innen. Helmholtz Munich zählt rund 2.500 Mitarbeitende und hat seinen Sitz in München/Neuherberg. Es ist Mitglied der Helmholtz-Gemeinschaft, mit mehr als 43.000 Mitarbeitenden und 18 Forschungszentren die größte Wissenschaftsorganisation in Deutschland. Mehr über Helmholtz Munich (Helmholtz Zentrum München Deutsches Forschungszentrum für Gesundheit und Umwelt GmbH): www.helmholtz-munich.de
Wissenschaftliche Ansprechpartner:
Dr. Natalie Krahmer
E-Mail: natalie.krahmer@helmholtz-munich.de
Originalpublikation:
Haas et al., 2025: C-COMPASS: A user-friendly neural network tool profiles cell compartments at protein and lipid levels. Nature Methods. DOI: 10.1038/s41592-025-02880-3
https://www.nature.com/articles/s41592-025-02880-3
Bilder
Merkmale dieser Pressemitteilung:
Journalisten, Wissenschaftler
Biologie, Medizin
überregional
Forschungsergebnisse
Deutsch
