Eine Gruppe von blauen und pinken Zellen

Neue Methode verknüpft Zellbilder mit genetischen Veränderungen

AI Computational Health ICB

Forschende von Helmholtz Munich haben gemeinsam mit Partnern der LMU München und des Max-Planck-Instituts für Biochemie, die die Studie federführend betreuten, eine neue Technik zur Analyse des Genoms entwickelt. Mit der „SPARCS“ genannten Methode lassen sich komplexe Veränderungen im Erscheinungsbild von Zellen ihren zugrunde liegenden genetischen Ursachen zuordnen lassen. Die Studie mit Niklas Schmacke von Helmholtz Munich und dem Genzentrum der LMU, sowie Sophia Mädler vom Max-Planck-Institut für Biochemie als Co-Erstautor:innen wurde im Fachjournal Cell veröffentlicht.

Inhalte von Helmholtz Munich bei Google bevorzugen. Aktivieren

Millionen Zellen systematisch analysieren

Genetische Screens sind ein wichtiges Instrument, um die biologischen Funktionen von Genen zu entschlüsseln. Während genomweite CRISPR Screens Gene, die vergleichsweise simple zelluläre Eigenschaften regulieren, effizient identifizieren können, ist die Untersuchung komplexerer Merkmale, die sich unter dem Mikroskop beobachten lassen, bislang eine Herausforderung. Bestehende Ansätze erfordern häufig einen Kompromiss zwischen dem Umfang eines Screens und der Komplexität biologischer Information, die erfasst werden kann.

Die neue Methode SPARCS kombiniert Mikroskopie, CRISPR-basierte genetische Screens, maschinelles Lernen und automatisierte Lasermikrodissektion. Dadurch können Forschende große Populationen genetisch veränderter Zellen nach komplexen, unter dem Mikroskop sichtbaren Merkmalen durchsuchen und anschließend ausgewählte Zellen mit besonders interessanten Eigenschaften für weitere Analysen gezielt isolieren.

In insgesamt zwei genomweiten Screens analysierte das Forschungsteam rund 70 Millionen Zellen. SPARCS identifizierte nahezu alle bekannten Gene, die an der Makroautophagie beteiligt sind, einem zentralen Recyclingprozess der Zelle. Darüber hinaus entdeckten die Forschenden einen bislang nicht beschriebenen Autophagie-Phänotyp im Zusammenhang mit dem Gen EI24.

Neue Einblicke in die angeborene Immunantwort

Die Forschenden nutzten SPARCS außerdem, um die Regulation des Immunsensors STING genauer zu untersuchen. Dabei zeigte sich, dass der pH-Wert im Golgi-Apparat eine wichtige Rolle für den Transport und die Aktivierung von STING spielt. Die Gene GPR89A und GPR89B, die für das Protein GPHR kodieren, tragen dazu bei, das saure Milieu im Golgi-Apparat aufrechtzuerhalten. Wird dieses Gleichgewicht gestört, ist auch die Aktivierung von STING beeinträchtigt. Die Ergebnisse legen damit einen bislang unbekannten Regulationsmechanismus der STING-Signalübertragung nahe.

Bildgebung und molekulare Analyse verbinden

Da SPARCS ausgewählte Zellen physisch isoliert, lässt sich die Methode auch mit weiterführenden molekularen Analysen kombinieren. In der Studie kombinierten die Forschenden SPARCS mit massenspektrometriebasierter Proteomik und konnten so bildbasierte zelluläre Merkmale mit Veränderungen auf Proteinebene verknüpfen. Die Kombination aus Bildgebung, genetischem Screening und molekularer Analyse eröffnet damit neue Möglichkeiten, die genetischen und molekularen Mechanismen komplexer zellulärer Phänotypen systematisch zu untersuchen.

Originalpublikation

Schmacke et al., 2026: SPARCS enables scalable recovery of complex image-based phenotypes for genetic screening. Cell.  DOI: 10.1016/j.cell.2026.09.021

Niklas Schmacke

Postdoc

Prof. Dr. Dr. Fabian Theis, Director of the Computational Health Center, Director of the Institute for Computational Biology
Prof. Dr. Dr. Fabian Theis

Director of Computational Health Center, Director of Institute for Computational Biology, ICB

Profil anzeigen

Verwandte Nachrichten

Weltkarte von oben mit gesetzten Marken

AI, New Research Findings, Computational Health, ICB,

Eine Landkarte für Zellen: ArchMap macht Einzelzellforschung leichter zugänglich

Welche Zellen stecken in einer Gewebeprobe, und wie unterscheiden sie sich von gesunden Zellen? Mit ArchMap können Forschende solche Fragen jetzt ohne Programmierkenntnisse beantworten. Die kostenfreie Online-Plattform wurde bei Helmholtz Munich…

Mehr erfahren

Predicting cell fate trajectories

AI, New Research Findings, Computational Health, ICB,

KI-Modell macht Entwicklungswege biologischer Zellen nachvollziehbar

Forschende von Helmholtz Munich, der Technischen Universität München (TUM), dem Stowers Institute for Medical Research, und der Universität Oxford, haben ein KI-basiertes Modell entwickelt, das Entwicklungswege einzelner Zellen nicht nur…

Mehr erfahren