Die präzise und gezielte Bearbeitung der DNA durch kleine Punktmutationen sowie die Integration ganzer Gene mittels CRISPR/Cas-Technologie birgt grosses Potenzial für Anwendungen in der Biotechnologie und Gentherapie. Es ist jedoch sehr wichtig, dass die sogenannte «Genschere» keine unbeabsichtigten genetischen Veränderungen verursacht, sondern die genomische Integrität bewahrt, um unerwünschte Nebenwirkungen zu vermeiden. Normalerweise werden Doppelstrangbrüche im DNA-Molekül beim Menschen und anderen Organismen präzise repariert. Gelegentlich führt diese DNA-Endverknüpfungsreparatur jedoch zu genetischen Fehlern.
Genbearbeitung mit deutlich verbesserter Präzision
Nun haben Wissenschaftler der Universität Zürich (UZH), der Universität Gent in Belgien und der ETH Zürich eine neue Methode entwickelt, die die Präzision der Genom-Bearbeitung deutlich verbessert. Mithilfe künstlicher Intelligenz (KI) sagt das Tool namens «Pythia» voraus, wie Zellen ihre DNA reparieren, nachdem sie durch Genbearbeitungswerkzeuge wie CRISPR/Cas9 geschnitten wurde. «Unser Team hat winzige DNA-Reparaturvorlagen entwickelt, die wie molekularer Klebstoff wirken und die Zelle anleiten, präzise genetische Veränderungen vorzunehmen», sagt Hauptautor Thomas Naert, der diese Technologie an der UZH entwickelt hat und derzeit als Postdoktorand an der Universität Gent tätig ist.
Diese KI-gestalteten Vorlagen wurden zunächst in menschlichen Zellkulturen getestet, wo sie hochpräzise Genbearbeitungen und -integrationen ermöglichten. Der Ansatz wurde auch in anderen Organismen validiert, darunter Xenopus, ein kleiner tropischer Frosch, der in der biomedizinischen Forschung verwendet wird, und in lebenden Mäusen, bei denen die Forscher erfolgreich die DNA in Gehirnzellen bearbeitet haben.
KI kann DNA-Reparaturmuster lernen und vorhersagen
«Die DNA-Reparatur folgt Mustern, sie ist nicht zufällig. Und Pythia nutzt diese Muster zu unserem Vorteil», sagt Naert. Wenn CRISPR die DNA schneidet, verlassen sich Wissenschaftler traditionell auf die natürlichen Reparaturmechanismen der Zelle, um den Bruch zu beheben. Diese Reparaturen folgen zwar vorhersehbaren Mustern, können jedoch zu unerwünschten Ergebnissen führen, wie beispielsweise der Zerstörung der umliegenden Gene. «Wir haben in grossem Massstab modelliert, dass dieser DNA-Reparaturprozess konsistenten Regeln folgt, die KI lernen und vorhersagen kann», sagt Thomas Naert. Mit dieser Erkenntnis simulierten die Forscher mithilfe von maschinellem Lernen Millionen möglicher Bearbeitungsergebnisse und stellten dabei eine einfache, aber wichtige Frage: Was ist der effizienteste Weg, um eine bestimmte kleine Änderung am Genom vorzunehmen, wenn man bedenkt, wie sich die Zelle wahrscheinlich selbst repariert?
Neben der Veränderung einzelner Buchstaben des genetischen Codes oder der Integration eines exogen zugeführten Gens kann die Methode auch zur Fluoreszenzmarkierung bestimmter Proteine verwendet werden. «Das ist unglaublich leistungsstark», sagt Thomas Naert, «denn so können wir direkt beobachten, was einzelne Proteine in gesundem und krankem Gewebe tun.» Ein weiterer Vorteil der neuen Methode ist, dass sie in allen Zellen gut funktioniert – sogar in Organen ohne Zellteilung, wie beispielsweise dem Gehirn.
Grundlage für die Entwicklung präziser Gentherapien
Pythia ist nach der Hohepriesterin des Orakels im Apollontempel von Delphi in der Antike benannt, die zur Vorhersage der Zukunft konsultiert wurde. In ähnlicher Weise ermöglicht dieses neue Werkzeug Wissenschaftlern, die Ergebnisse der Genbearbeitung mit bemerkenswerter Präzision vorherzusagen. «So wie Meteorologen KI nutzen, um das Wetter vorherzusagen, verwenden wir sie, um vorherzusagen, wie Zellen auf genetische Eingriffe reagieren werden. Diese Vorhersagekraft ist unerlässlich, wenn wir wollen, dass die Genbearbeitung sicher, zuverlässig und klinisch nutzbar ist», sagt Soeren Lienkamp, Professor an der ETH und der UZH und leitender Autor der Studie.
«Was uns am meisten begeistert, ist nicht nur die Technologie selbst, sondern auch die Möglichkeiten, die sie eröffnet. Pythia verbindet gross angelegte KI-Vorhersagen mit realen biologischen Systemen. Von kultivierten Zellen bis hin zu ganzen Tieren wird diese enge Verbindung zwischen Modellierung und Experimenten immer nützlicher, beispielsweise für präzise Gentherapien», fügt Soeren Lienkamp hinzu. Diese Arbeit eröffnet neue Möglichkeiten für das Verständnis genetischer Krankheiten und die Entwicklung von Gentherapien, auch für neurologische Erkrankungen, die sowohl sicherer als auch wirksamer sind.
Dieser Beitrag ist zuerst bei ETH Zürich erschienen.
Referenz
1. Thomas Naert et al. Precise, predictable genome integrations by deep learning–assisted design of microhomology-based templates. Nature Biotechnology. 12 August 2025. DOI: 10.1038/s41587-025-02771-0
