SCOPE-AI: Marburg, Helmholtz und DKFZ bauen offene KI-Datensätze für Organoide

Organoide sind winzige, im Labor gezüchtete Mini-Organe. Sie gelten als große Hoffnung, wenn es um Tierversuche, neue Wirkstoffe und personalisierte Medizin geht. Das Problem ist, dass ihre Auswertung unter dem Mikroskop viel Handarbeit kostet. Das Projekt SCOPE-AI soll das ändern. Die Universität Marburg hat es am 2. November vorgestellt.

Worum es geht

Die Deutsche Forschungsgemeinschaft fördert das Vorhaben in ihrem Programm „Forschungsdaten und Software“ mit rund 330.000 Euro. Das Team will drei offene Datensätze aufbauen und darauf KI-Basismodelle trainieren:

• SCOPE-BF2IF besteht aus Bildpaaren aus Hellfeld- und Fluoreszenzmikroskopie von Lungen-, Darm- und Nierenorganoiden von Mensch und Maus. Damit soll eine KI fluoreszenzähnliche Informationen vorhersagen, ohne dass man die Proben anfärben muss.
• SCOPE-Phenotyping enthält markierte Bildausschnitte zu Zelltod, Zellteilung und Differenzierung.
• SCOPE-Detection soll der größte Datensatz seiner Art werden und Organoide aus fünf Organen abdecken: Lunge, Darm, Niere, Leber und Bauchspeicheldrüse.

Die Daten, Modelle, Annotationswerkzeuge und Workflows sollen offen lizenziert über NFDI4BIOIMAGE und Zenodo erscheinen.

Wer beteiligt ist

Aus Marburg sind Prof. Mareike Lehmann vom Institut für Lungenforschung und Prof. Thomas Worzfeld vom Pharmakologischen Institut dabei. Dazu kommen Dr. Marie Piraud von Helmholtz Munich und Helmholtz AI sowie Dr. Jens Puschhof vom DKFZ in Heidelberg.

Meine Einschätzung

Mir gefällt, dass es hier nicht um ein weiteres geschlossenes Modell geht, sondern um saubere, offene Trainingsdaten. Genau die fehlen in der biomedizinischen Bildanalyse oft. Wenn sich Färbeschritte wirklich per KI ersetzen lassen, spart das Zeit und Material. Wie gut das im Laboralltag funktioniert, muss sich aber erst zeigen.

Die Details stehen in der Meldung der Universität Marburg.