Alle menschlichen Zellen enthalten dasselbe Genom, aber es funktioniert in jeder von ihnen völlig unterschiedlich. Einige produzieren Enzyme, andere Hormone, wieder andere bilden das feste Gerüst von Knochen und Bindegewebe. Der Unterschied entsteht nicht in den Genen selbst, sondern darin, wann und mit welcher Intensität sie aktiviert werden und arbeiten. Die Antwort auf diese grundlegende Frage der Biologie hat Wissenschaftler schon lange interessiert. Nun haben Forscher der University of California in San Diego einen neuen Weg gefunden, sie zu beantworten, indem sie künstliche Intelligenz einsetzten.
Unter der Leitung von Professor James T. Kadonaga nutzte das Team maschinelles Lernen, um kritische „Start“-Bereiche der DNA zu entschlüsseln – Initiatoren, die die Stelle markieren, an der das Ablesen eines Gens beginnt. Die Studie wurde vom Doktoranden Torrey Rhyne-Kirby geleitet, der zusammen mit Kollegen Hochdurchsatz-Sequenzierung von etwa einer halben Million Varianten von Initiatorsequenzen durchführte und ein Modell des maschinellen Lernens trainierte, um ihre charakteristischen Muster zu erkennen. Die Ergebnisse zeigten, dass ein aktiver Initiator in etwa 60% fokussierten Promotoren menschlicher Gene vorhanden ist – das ist höher als frühere Schätzungen, die auf der Suche nach ähnlichen Sequenzen basierten und etwa 40–56% betrugen. Die neue Zahl ist zuverlässiger, da sie auf experimentellen Messungen basiert und nicht nur auf einer Mustersuche.
Das erhaltene Modell ermöglichte es erstmals, das Vorhandensein von Initiatoren im Genom mit hoher Genauigkeit vorherzusagen und die minimale funktionelle Sequenz zu entschlüsseln, die für den Start der Transkription notwendig ist. Das bedeutet, dass Wissenschaftler nun auf einen DNA-Abschnitt schauen und sagen können, ob er als aktiver Initiator fungieren wird – ein solches Werkzeug war früher unmöglich.
Die Entdeckung hat ernsthafte praktische Bedeutung. Mutationen in Initiatoren stören die normale Aktivierung von Genen und können zur Entwicklung von Krankheiten beitragen, einschließlich Krebs. Das neue Modell ermöglicht es, die Auswirkungen solcher Veränderungen zu bewerten, bevor Experimente an lebenden Zellen durchgeführt werden – das spart Zeit, Ressourcen und hilft Ärzten, die Folgen von Mutationen für jeden einzelnen Patienten genauer vorherzusagen. Darüber hinaus eröffnet die entschlüsselte Signatur des Initiators Biotechnologen den Weg zur Schaffung synthetischer Promotoren mit vorhersagbaren Eigenschaften für gezielte Therapie und Gentechnik.
Das menschliche Genom enthält etwa 3 Milliarden Basenpaare – das ist eine riesige Anleitung, in der die Regeln verschlüsselt sind: wo, wann und in welcher Menge jedes der 20 000–25 000 Gene arbeiten soll. Der Initiator ist nur eines von vielen regulatorischen Elementen, die diesen Prozess steuern. Das Modell, das auf Initiatoren trainiert wurde, ist ein erster Schritt zur Entschlüsselung der molekularen „Sprache“ der Regulation. Die Wissenschaftler merken an, dass sie in Zukunft die Forschung auf andere wichtige regulatorische Elemente des Genoms ausweiten wollen: Enhancer (die die Aktivität von Genen verstärken) und Silencer (die sie unterdrücken) – um ein vollständiges Bild davon zu bekommen, wie Gene in verschiedenen Zellen ein- und ausgeschaltet werden.
Die Studie, die in der angesehenen Zeitschrift Genes & Development 31 Juli 2026 veröffentlicht wurde, stellt einen wichtigen Schritt in der langjährigen Arbeit dar, eine vollständige künstliche Intelligenz zur Entschlüsselung des Codes der Expression menschlicher Gene aufzubauen – des vollständigen Satzes von Anweisungen, die bestimmen, welche Gene wann und in welchen Zellen aktiviert werden. Praktische Anwendungen sind bereits in naher Zukunft absehbar: Ärzte können die Folgen von Mutationen genauer vorhersagen, und Biotechnologen erhalten ein Werkzeug zur Konstruktion künstlicher regulatorischer Sequenzen mit gewünschten Eigenschaften.
Das Verständnis der Mechanismen, die entscheiden, welches Gen zum richtigen Zeitpunkt und in der richtigen Menge „eingeschaltet“ wird, bringt uns einer präziseren personalisierten Medizin näher. Es hilft, die grundlegende Frage der Biologie zu beantworten: Warum dieselbe DNA eine so unglaubliche Vielfalt an Zellen, Geweben und Organen in einem einzigen Organismus hervorbringt.
