Ali Ertürk – unser Pionier, der transparent gemachtes Gewebe mit künstlicher Intelligenz analysiert und Träumen für die Wissenschaft gut findet

Manche Forscher nennen seine Pläne „weit hergeholt“; andere verwendeten weniger höfliche Bezeichnungen, sagt Ali Ertürk. Er kann sich selbst scharf kritisieren, bezeichnet sich aber zugleich als einen in vielen Bereichen tätigen „Träumer“ – darunter Neurowissenschaften, Nanotechnologie, fortgeschrittene Ingenieurwissenschaften und Deep Learning. Der Forscher an der Ludwig-Maximilians-Universität München sagt: „Bisher hat es Spaß gemacht und es wird immer spannender“. Ali Ertürk leitet am Helmholtz-Zentrum nahe München ein neues Institut für Tissue Engineering und regenerative Medizin. Sein Labor mit 20 Mitgliedern aus 15 Nationen vereint Fachleute für Informatik, Neurowissenschaften, Chemie, Ingenieurwesen und Mikroskopie. Ertürk lässt sich von dem Buch des Historikers Yuval Noah Harari Homo Deus: Yarının Kısa Tarihi inspirieren. Es beschreibt, wie die Menschheit sich für das 22. Jahrhundert selbst gestaltet und den wissenschaftlichen Fortschritt stärkt, indem sie Fachwissen aus verschiedenen Bereichen zusammenführt. „Das geschieht definitiv in der Biologie zusammen mit Deep Learning“, sagt Ertürk.

Die Arbeiten von Ali Ertürk

2006 begann Ertürk mit der Gewebeklärung (dem Transparentmachen von Gewebe), an der der deutsche Anatomiepionier Werner Spalteholz bereits ein Jahrhundert zuvor gearbeitet hatte. Er setzte Fluoreszenzmikroskopie und GFP-Markierungen ein, um das Potenzial der Klärung für die Darstellung feiner Gehirnstrukturen auszuschöpfen. Ertürk und sein Team machten eine ganze Maus transparent und bildeten sie mit einem Laserscanning-Mikroskop ab. Dadurch konnten sie Tumor und Metastasen auf Einzelzellebene untersuchen.

Unten sehen Sie eine Studie zu einer von Ali Ertürk und seinem Team neu entwickelten, auf Deep Learning (mehrschichtigen künstlichen neuronalen Netzen) beruhenden Technologie namens DeepMACT, die selbst kleinste Metastasen im gesamten Körper einer Maus erkennbar macht, als Videozusammenfassung: (Eine türkische Untertiteloption ist verfügbar)

Bisher wurden Gewebe und Organe in vielen Bildgebungsstudien 2-dimensional dargestellt. Die methodisch wesentlich schwierigere 3-dimensionale Bildgebung bietet dagegen sehr viel detailliertere und wertvollere Informationen.

Eine ganze Maus liefert einen vier Terabyte großen Datensatz mit 100.000 Bildern, der für eine genaue manuelle Analyse in angemessener Zeit zu groß ist. Da das Licht am Geweberand heller ist, besteht beim üblichen Schwellenwertverfahren das Risiko, Daten aus dem Gewebeinneren zu verlieren. Labore für Gewebeklärung müssen zur Datenanalyse die Methode der künstlichen Intelligenz namens Deep Learning einsetzen, sagt Ertürk: „Sonst wird das Gebiet kaum vorankommen“.

Ein neuer Bereich von Ali Ertürks Labor: VesSAP: Vessel Segmentation & Analysis Pipeline

VesSAP (Gefäßsegmentierung und Analysepipeline). In dieser Arbeit klärte sein Team sämtliche Gefäße im Gehirn verschiedener Mäusetypen einschließlich kleiner Kapillaren. Die Daten wurden mit dem Allen Mouse Brain Atlas registriert.

VesSAP verwendet ein maschinelles Lernnetz mit fünf Faltungsschichten. Um einen großen Trainingsdatensatz zu vermeiden, nutzten sie „Transferlernen“: Synthetische Datensätze wurden erstellt und mit realen Daten verfeinert. Das Netz erreichte „Genauigkeit auf menschlichem Niveau“, sagt Ertürk. „So geht man mit derart großen Datenmengen um“, sagt er. Das Team wollte ein mehrschichtiges Netz wie das Faltungsnetz U-Net mit seinen Millionen Parametern vermeiden. Mit einem eigenen Algorithmus und weniger Parametern erreichte es eine ähnliche Genauigkeit wie U-Net. „Unsere Algorithmen sind jedoch etwa 25 bis 50 Mal schneller“, sagt er. Dieser Gewinn bedeutet, dass die neue Analysepipeline auf gewöhnlichen Computern laufen kann. Nutzer können die gesamte Pipeline oder einzelne Module herunterladen. „Du kannst nehmen, was immer du haben möchtest“, sagt er. Es gibt ein 3D-Bild des Gefäßsystems, Algorithmen, Dokumentation und Beispiele. Das Team arbeitete an einer Kombination chemischer Färbungen, um große und kleine Blutgefäße sichtbar zu machen. Er und sein Team passen diese Analysepipeline an, um das Gefäßsystem einer transparent gemachten menschlichen Niere zu analysieren. „Ich finde das sehr schön, denn die menschliche Niere ist eine unglaubliche Struktur“, sagt Ertürk. „Wir wissen nicht, wie sie in diesem Detailgrad organisiert ist.“ Für menschliche Organe mussten sie die Chemie verändern und den Mikroskopaufbau anpassen, um die gesamte Niere zu scannen. Die 3D-Karten sind Teil eines größeren Plans – so wie ein Architekt einen Plan benötigt, um einen Wolkenkratzer zu bauen.

Wer ist Ali Ertürk? Ausbildung

Ertürk wuchs in der Türkei auf. Er absolvierte sein Bachelorstudium am Fachbereich Molekularbiologie und Genetik der Bilkent-Universität in Ankara. Währenddessen machte er zwei Sommerpraktika in neurobiologischen Laboren der USA, an der Yale School of Medicine und der Harvard Medical School. Zuvor hatte er noch nie Zeit in einem Forschungslabor verbracht, die Türkei verlassen oder in einem Flugzeug gesessen. „Das war für mich eine sehr wichtige Sache“, sagt er. Für seine neurowissenschaftliche Promotion ging er an das Max-Planck-Institut für Neurobiologie, wo er an Bildgebungstechnologien und Gewebeklärung arbeitete. Er fotografierte und verband die reale mit der mikroskopischen Welt. „Was ich liebe, ist das Fotografieren, besonders nachts.“ Außerdem verbringt er Zeit mit seiner Familie einschließlich seines neugeborenen Babys. Er liest gerne Hörbücher und kauft jährlich 70-80 Bücher.

„Bisher hat es Spaß gemacht, und es wird immer spannender.“

Ertürks Mentor und CEO von Helmholtz München, Matthias Tschöp, sagte, dass sie durch die Verbindung von „Ingenieurwissenschaften der nächsten Generation“ und AI (künstlicher Intelligenz) aufgebrochen seien, die Biomedizin zu verändern. „Mit seinem Fachwissen in Systembiomedizin, hochauflösender Bildgebung und künstlicher Intelligenz verkörpert Ali Ertürk den hybriden Wissenschaftler, den wir heute brauchen, um die zunehmenden Gesundheitsbedrohungen für unsere Gesellschaft zu bekämpfen“, sagt er. Über seine wissenschaftlichen Erfolge hinaus „hat Ali einen ansteckend kreativen Geist.“ Er ist ein synthetisch denkender Mensch mit eindrucksvollen Fähigkeiten als erfolgreicher Künstler und Fotograf. Tschöp sagte: „Wir freuen uns sehr, dass er sich entschieden hat, als einer unserer Institutsdirektoren zu unserem Team zu kommen“.

Ertürk absolvierte sein Postdoktorandenstipendium bei Genentech. Die dortige Kultur, Forschung und Anwendung zu verbinden, möchte er in sein neues Institut übernehmen. Er liebte die San Francisco Bay Area, und der verbreitete Unternehmergeist gab ihm das Vertrauen, Ingenieurwissenschaften und Deep Learning zu erforschen. Wenn Menschen ihm sagen, dass er etwas nicht schaffen könne, antwortet er: „Ich weiß es nicht, aber ich werde eine Lösung finden – das ist meine Einstellung“.