Suchmaschine für RNA-Moleküle

Eine am Max-Delbrück-Centrum entwickelte Suchmaschine ermöglicht die sekundenfreie Analyse von Transkriptomdaten aus Millionen einzelner Zellen und Tausenden weltweiter Experimente. Wie das Forschungsteam in Nature berichtet, adressiert das Tool namens „Malva“ grundlegende Fragen der RNA-Biologie, deren Beantwortung bislang erhebliche bioinformatische Hürden aufwarf.

Technologische Grundlagen und Funktionsweise von Malva

In der klinischen Diagnostik und Onkologie erfordert die Identifikation krankheitsauslösender Zellpopulationen oder pathogenspezifischer Parameter die zeitaufwendige Sichtung globaler Datenbanken. Forschende des Berliner Instituts für Medizinische Systembiologie des Max Delbrück Center (MDC-BIMSB) haben diesen Prozess optimiert. Malva durchforstet als erste Plattform riesige Mengen an Einzelzelldaten rein auf Basis von Sequenzinformationen in Sekundenschnelle. Daniel León-Periñán betont die neuartige Funktionsweise des Systems.

„So ähnlich wie Google es vor 30 Jahren für das Internet getan hat, ermöglicht Malva es Wissenschaftler*innen und KI-Tools, innerhalb von Sekunden Informationen zu Millionen von Zellen zu durchsuchen – ohne riesige Dateien herunterladen zu müssen, ohne ein Referenzgenom zu benötigen und ohne dass tiefgreifende Fachkenntnisse in der Datenwissenschaft nötig wären“, fügt Nikolaus Rajewsky hinzu. „Malva verwandelt statische Transkriptom-Atlanten in dynamische Ressourcen, die unser Verständnis der RNA-Biologie vertiefen werden. Die Plattform könnte zudem entscheidend dazu beitragen, dass Forschende künftig besser verstehen, wie aus Gesundheit Krankheit wird oder wie und welche Zellen auf bestimmte medizinische Behandlungen reagieren.“

Überwindung bioinformatischer Engpässe in der Einzelzell-RNA-Sequenzierung

Die Einzelzell-RNA-Sequenzierung liefert hochaufgelöste Momentaufnahmen zellulärer Zustände und generierte über die vergangen zehn Jahre Terabytes an Daten. Die Auswertung spezifischer DNA- oder RNA-Sequenzen scheiterte bisher an enormen Downloadvolumina, fehlender Standardisierung sowie der unzureichenden Indexierung von RNA-Isoformen.

Zur Lösung dieser Problematik bereiteten León-Periñán und Dr. Nikos Karaiskos öffentlich zugängliche Repositorien so auf, dass sie direkt nach Nukleotidsequenzen durchsuchbar sind. Malva indexiert zudem räumliche Transkriptomdaten zur Lokalisierung spezifischer RNA-Spezies im Gewebeverband. Durch eine kontinuierliche Server-Anbindung verarbeitet und integriert die Architektur neu publizierte Einzelzell-Daten automatisiert.

Erweiterte Analytik von RNA-Isoformen und Mikrobiomen

Die Anwendungsbreite der Suchmaschine reicht von einfachen Genexpressionsabfragen bis zu komplexen transkriptomischen Analysen. Es gebe unzählige Anwendungsszenarien, sagt Karaiskos. „Sie reichen von ganz simplen Fragen wie ‚In welchem Zelltyp wird dieses spezielle Gen exprimiert?‘ bis hin zu weitaus komplexeren.“ Solch einfache Fragen könne man zwar auch mit anderen Plattformen beantworten, fügt Karaiskos hinzu. „Mit ihnen lassen sich jedoch zum Beispiel keine Fragen zur RNA-Biologie klären, da sie RNA-Isoformen als Einheit behandeln und nicht einzeln einem Referenzgen zugeordnen.“ So könne man nicht herausfinden, ob eine bestimmte RNA-Isoform in einem bestimmten Zelltyp exprimiert werde, erklärt der Forscher. „Die Flexibilität, in Malva nach RNA-Sequenzen zu suchen, ermöglicht es uns, Fragen anhand dieser Daten zu beantworten, die zuvor unmöglich schienen.“

Da konventionelle Werkzeuge auf Referenzgenomen basieren, erfassen sie seltene oder einzigartige Genvarianten nur unvollständig. Malva gewährt demgegenüber Zugriff auf ein breiteres RNA-Spektrum und bindet Sequenzdaten von Bakterien, Viren sowie Pilzen ein, was die Erforschung host-pathogen-Interaktionen erleichtert.

Kommerzialisierung und Zugänglichkeit

Die Plattform steht der wissenschaftlichen Gemeinschaft derzeit kostenfrei zur Verfügung. Zur kommerziellen Verwertung bereitet das Team um Rajewsky eine Ausgründung vor; ein entsprechendes Patent für die Technologie wurde bereits eingereicht.

Quelle

Max-Delbrück-Centrum für Molekulare Medizin in der Helmholtz-Gemeinschaft (09/2026)