Die Frage, wie unsere Gene das Aussehen und die Anfälligkeit für Krankheiten bestimmen, bildet den Kern der biomedizinischen Forschung. Während moderne Methoden bereits die Sequenzierung tausender Genome ermöglichen, agieren Gene jedoch in komplexen Netzwerken. Um dieses Zusammenspiel zu entschlüsseln, hat ein internationales Team aus Genetikern und Bioinformatikern in einer transdisziplinären Kooperation mit der Erstellung einer genetischen Interaktionskarte (GI-Karte) einer menschlichen Zelle begonnen. Unter Beteiligung des Donnelly Centre, der University of Minnesota, des Hospital for Sick Children sowie des Universitätsklinikums und der Universität Bonn wurde ein erster Entwurf veröffentlicht. Dieser deckt bereits rund 2,5 Prozent aller denkbaren Genpaare ab.
Gen-Interaktionen: Warum das Ausschalten einzelner Gene oft folgenlos bleibt
Die Beobachtung, dass die meisten Gene im Genom ohne Konsequenzen für die Zelle entfernt werden können, lässt sich nur bedingt mit unserem Verständnis der Evolution vereinbaren. Eine mögliche Erklärung hierfür ist, dass solche Gene lediglich dann entbehrlich sind, wenn ein anderes Gen ihre Funktion kompensiert. In einem solchen Szenario werden negative Folgen für den Organismus erst sichtbar, wenn zwei Gene gleichzeitig verloren gehen. Diese Beziehung wird als genetische Interaktion (GI) bezeichnet. Vor fast drei Jahrzehnten begannen die Charles Boone, Brenda Andrews und Chad Myers, nahezu alle Genpaare im Modellsystem Hefe simultan auszuschalten, wodurch sie die GI-Hypothese bestätigten. Dank der Entdeckung der Genschere CRISPR-Cas9 sind derartige Untersuchungen mittlerweile auch im menschlichen Genom durchführbar.
Entschlüsselung zellulärer Netzwerke: 90.000 genetische Interaktionen identifiziert
Mit dem ersten Entwurf der GI-Karte etablierte ein Team um Jun.-Prof. Maximilian Billmann eine Plattform zur Genbearbeitung, um Genpaare in einer kultivierten menschlichen Zelllinie in beispiellosem Umfang zu untersuchen. Zudem entwickelte das Team einen computergestützten Algorithmus, mit dem etwa 90.000 genetische Interaktionen unter den vier Millionen untersuchten Genpaaren identifiziert werden konnten. Diese Interaktionen umfassten unter anderem Paare, die Wirkstoffziele mit Genen verknüpfen, die bei menschlichen Krankheiten Mutationen aufweisen. „Dies zeigte uns, dass Gene, die im menschlichen Genom entbehrlich erscheinen mögen, tatsächlich Teil eines komplexeren Regulationssystems sind, das die Evolution aufgebaut hat, um eine Zelle robuster zu machen“, sagt Billmann. „Wir glauben, dass unsere Karte noch viele weitere Gen-Gen-Beziehungen enthält, die ebenfalls zur Bekämpfung menschlicher Krankheiten genutzt werden können. Tatsächlich ermöglichte die GI-Karte auch die Vorhersage einer Funktion für Gene, die zuvor unbekannt waren.“
KI und Datenanalyse: Die nächste Phase der Genom-Entschlüsselung
Obwohl der erste Entwurf der menschlichen GI-Karte erst etwa 2,5 Prozent aller möglichen Genpaare abdeckt, markiert er einen entscheidenden Fortschritt für das Verständnis des menschlichen Genoms. Um die verbleibende Lücke zu schließen, setzt das Team auf eine gezielte Strategie statt auf bloße Stichproben. „Wir können jedoch nicht einfach blind alle noch nicht untersuchten Genpaare messen. Stattdessen müssen wir aus den Prinzipien unseres ersten Entwurfs der GI-Karte lernen und die vielversprechendsten GIs vorhersagen“, sagt Billmann, der für dieses Ziel computergestützte Algorithmen entwickelt. „Künstliche Intelligenz hat viele Disziplinen verändert. Die funktionelle Interpretation des menschlichen Genoms war jedoch bislang durch Datenmangel eingeschränkt. Wir sind gespannt, wie die Daten, deren Erfassung wir vor fast einem Jahrzehnt begonnen haben, diese Lücke füllen können.“
Quelle
Universitätsklinikum Bonn (04/2026)
Publikation
Maximilian Billmann, Michael Costanzo, Xiang Zhang, Arshia Z. Hassan, Mahfuzur Rahman, Kevin R. Brown et al.: A global genetic interaction network of a human cell maps conserved principles and informs functional interpretation of gene co-essentiality profiles¸ Cell; DOI: https://doi.org/10.1016/j.cell.2026.03.044