SaxoCell

Projekttitel: SaxoCell

Projektdauer: 01.10.2021 – 30.09.2024

Forschungsbereich: Biowissenschaften und Medizin

ScaDS.AI Dresden/Leipzig wirkt an zwei Teilprojekten des BMBF-Clusters „cluster4future SaxoCell“ mit, einem großen, sachsenweiten Forschungscluster, das sich der Entwicklung und klinischen Anwendung zellbasierter Therapien widmet. Wir unterstützen hier die Projekte „SaxoCellSystems“ und „SaxoCellOmics“. „SaxoCellSystems“ konzentriert sich auf die Optimierung und Automatisierung der ATMP-Herstellung, um Sicherheit und Effizienz zu verbessern sowie Kosten zu senken. Es spielt eine entscheidende Rolle beim Aufbau einer nachhaltigen Infrastruktur in Sachsen, indem es fortschrittliche KI-Methoden zur Prozessoptimierung in der ATMP-Herstellung einsetzt. SaxoCellOmics nutzt die technologischen Fortschritte der SaxoCell-Region und bietet eine Plattform für multidimensionale zelluläre und molekulare Messverfahren. SaxoCellOmics dient als Unterstützungsplattform, die sichere und verteilte Analyseserver, Schulungen und maßgeschneiderte Pipelines für Projekte innerhalb von SaxoCell bereitstellt.

Ziele

Das Ziel von SaxoCell ist es, neuartige Gen- und Zelltherapien zu entwickeln und den Zugang zu dieser Therapie zu erleichtern. Das Ziel von ScaDS.AI Dresden/Leipzig besteht darin, KI-Methoden für den effizienten Einsatz von Computer Vision zur Zellerkennung bereitzustellen und weiterzuentwickeln (SaxoCellSystems) sowie den Projekten im Bereich der molekularen und genetischen Analysen umfassendes Fachwissen in den Bereichen KI und Daten zur Verfügung zu stellen (SaxoCellOmics).

Problemstellung

Neuartige Gen- und Zelltherapien, die oft als „lebende Medikamente“ bezeichnet werden, sind vielversprechend für die Behandlung von Krankheiten. Allerdings sind diese Spitzentechnologien derzeit mit hohen Kosten verbunden, und es bedarf weiterer Forschung, um ihre Wirksamkeit und Verträglichkeit zu verstehen. SaxoCell geht diese zentrale Herausforderung an, indem es darauf abzielt, die Wirksamkeit dieser innovativen Zelltherapien zu steigern und die damit verbundenen Kosten zu senken. Das oberste Ziel besteht darin, den Einsatz lebender Medikamente in großem Maßstab zu ermöglichen und so ihr Potenzial für eine flächendeckende und erschwingliche Behandlung zu erschließen.

Praxisbeispiel

In der ersten Förderphase liegt einer unserer Schwerpunkte auf der Optimierung der Stammzellproduktion. Für eine effiziente Kultivierung mesenchymaler Stammzellen ist eine präzise Entnahme vor der Differenzierung entscheidend. Zur Unterstützung dieses kritischen Prozesses stellen unsere Kooperationspartner im Labor mikroskopische Bilder zur Verfügung. Mithilfe fortschrittlicher KI-Methoden zur Objektsegmentierung berechnen wir den prozentualen Anteil der von Zellen bedeckten Fläche und gewährleisten so eine exakte und standardisierte Überwachung des Zellwachstums. Um den Laborbiologen den Zugang zu erleichtern, entwickeln wir eine benutzerfreundliche Webanwendung. Mit diesem Tool können Nutzer mühelos Zellbilder hochladen und detaillierte Informationen zur Zellkonfluenz abrufen, die bequem heruntergeladen werden können.

Technologie

Zur Optimierung unserer ATMP-Produktion nutzen wir PyTorch-basierte Computer-Vision-Modelle zur Zellerkennung, insbesondere kürzlich veröffentlichte, groß angelegte, vortrainierte Modelle wie Detectron2 oder Segment Anything. Darüber hinaus haben wir datenzentrierte KI-Methoden implementiert, um unseren Datensatz optimal zu kuratieren. Bei SaxoCellOmics richten wir einen Analyseserver ein, der dem gesamten SaxoCell-Konsortium zur Verfügung steht und auf dem Community-Projekt Galaxy basiert. Er dient zur Durchführung der bioinformatischen Analyseschritte, die für die Identifizierung von Biomarkern oder Qualitätskontrollen in der Zelltherapie erforderlich sind.

Ausblick

SaxoCell hat sich zum Ziel gesetzt, die Zell- und Gentherapie zu revolutionieren und deren Erschwinglichkeit und Zugänglichkeit zu verbessern. Zukünftige Forschungsarbeiten werden die Erkennung der Zellkonfluenz auf verschiedene Datenmodalitäten ausweiten und Möglichkeiten zur Vorhersage des genauen Zeitpunkts der Zellentnahme untersuchen, was einen bedeutenden Schritt in Richtung fortschrittlicher therapeutischer Entwicklungen darstellt.

Team

Teamleitung

Dr. Jan Ewald

Universität Leipzig

Prof. Dr. Thomas Neumuth

HTWK Leipzig

Professur für Informationssysteme in der Medizintechnik

Prof. Dr. Erhard Rahm

Universität Leipzig

Department of Computer Science, Datenbanken-Gruppe, Professur für Datenbanken

Dr. rer. nat. Kristin Reiche

Fraunhofer-Institut für Zelltherapie und Immunologie IZI

Bioinformatik

Teammitglieder

Max Joas

Universität Leipzig

Dr. Christian Martin

Universität Leipzig

Institut für Informatik, Datenbank-Gruppe

Partner

• Dr. Ulrich Blache (Fraunhofer IZI)
• Prof. Mario Rüdiger and Prof. Ezio Bonifacio (TU Dresden)
• Prof. Reinhard Henschler (Universitätsklinikum Leipzig)
• Dr. David Langenberger (ecSeq GmbH)
• Tino Hammer (MDTB Cells GmbH)