Universität Zürich: Neuer Algorithmus schlägt bei Virusinfektion Alarm

Ein von Forschenden der Uni Zürich künstliches neuronales Netzwerk identifiziert Adeno- und Herpes-Infektionen im Voraus.

, 21. Juni 2021 um 07:51
image
  • forschung
  • universität zürich
  • deep learning
  • infektiologie
Infizieren Viren eine Zelle, führt dies zu Veränderungen des Zellkerns, die mittels Fluoreszenzmikroskopie visualisiert werden können. Forschende der Universität Zürich (UZH) haben nun ein künstliches neuronales Netzwerk mit derartigen Bildern so trainiert, dass der Algorithmus zuverlässig diejenigen Zellen erkennt, die von Adeno- oder Herpesviren befallen sind. 
Die Forschungsgruppe von Urs Greber, Professor am Institut für Molekulare Biologie der UZH, zeigt erstmals, dass ein maschinell lernender Algorithmus jene Zellen, die mit Herpes- oder Adenoviren infiziert sind, allein anhand der Fluoreszenz des Zellkerns erkennen kann.

Adeno- und Herpesviren

Adenoviren können beim Menschen die Zellen der Atemwege befallen, Herpesviren jene der Haut und des Nervensystems. Beide können dauerhafte, persistente Infektionen verursachen, die nur unvollständig vom Abwehrsystem kontrolliert werden und über Jahre Viruspartikel produzieren. Dies kann zu plötzlichen, heftigen Infektionen führen. Die Folgen: schwerwiegende akute Erkrankungen der Lunge oder des Nervensystems.

Neue Medikamente als Ziel

Die Studienautoren sind überzeugt, dass ihre Entwicklung vielseitig anwendbar sei – etwa für Vorhersagen, wie menschliche Zellen auf andere Viren oder Mikroorganismen reagieren. «Das Verfahren eröffnet neue Wege, um Infektionen besser zu verstehen und um neue Wirkstoffe gegen Krankheitserreger wie Viren oder Bakterien zu entdecken», sagt Greber laut einer Mitteilung.
«Unsere Methode identifiziert nicht nur zuverlässig virusinfizierte Zellen, sondern erkennt mit hoher Genauigkeit auch virulente Infektionen im Voraus», erklärt Greber. Der Algorithmus identifiziert auch akute, schwere Infektionen mit einer Genauigkeit von 95 Prozent und bereits bis zu 24 Stunden im Voraus. 
Vardan Andriasyan, Artur Yakimovich, Anthony Petkidis, Fanny Georgi, Robert Witte, Daniel Puntener & Urs F. Greber. «Microscopy deep learning predicts virus infections and reveals mechanics of lytic infected cells», in. «iScience». 25 June 2021.
Artikel teilen

Loading

Comment

2 x pro Woche
Abonnieren Sie unseren Newsletter.

oder

Mehr zum Thema

image

Grippeviren nutzen doppelten Eintrittsweg

Ein Team der Universität Zürich hat herausgefunden, dass Grippeviren und das H2N2-Vogelgrippevirus zwei Wege nutzen können, um in Zellen einzudringen. Was hilft, zwischen den Arten zu wechseln.

image

SAMW: Diese KSBL-Ärztin ist ein Vorbild

Magdalena Filipowicz Sinnreich gewinnt den diesjährigen Stern-Gattiker-Preis.

image

Ostschweizer Kispi und HSG: Gemeinsames Diabetes-Forschungsprojekt

Untersucht wird, wie sich Blutzuckerschwankungen auf die Nervengesundheit bei Kindern mit Diabetes Typ 1 auswirken - und welche Rolle Lebensstilfaktoren spielen.

image

HUG: Neue Leitung für das Viren-Zentrum

Isabella Eckerle und Pauline Vetter folgen auf Laurent Kaiser.

image

USB: Neue Chefärztinnen der Klinik für Infektiologie

Zugleich wird die Klinik umbenannt: Die Spitalhygiene fällt aus dem Titel.

image

Das «Time Magazine» ehrt noch einen Schweizer

Fidel Strub verlor seine rechte Gesichtshälfte an die Tropenkrankheit Noma. Seit Jahren kämpft er für deren Erforschung.

Vom gleichen Autor

image

Arzthaftung: Bundesgericht weist Millionenklage einer Patientin ab

Bei einer Patientin traten nach einer Darmspiegelung unerwartet schwere Komplikationen auf. Das Bundesgericht stellt nun klar: Die Ärztin aus dem Kanton Aargau kann sich auf die «hypothetische Einwilligung» der Patientin berufen.

image

Studie zeigt geringen Einfluss von Wettbewerb auf chirurgische Ergebnisse

Neue Studie aus den USA wirft Fragen auf: Wettbewerb allein garantiert keine besseren Operationsergebnisse.

image

Warum im Medizinstudium viel Empathie verloren geht

Während der Ausbildung nimmt das Einfühlungsvermögen von angehenden Ärztinnen und Ärzten tendenziell ab: Das besagt eine neue Studie.