Ahmed Mahfouz: 'Het mysterie van hersenziekten, cel voor cel uitgezocht'
Welke hersencel doet wát als bijvoorbeeld de ziekte van Parkinson ontstaat? Het duurt niet lang meer voordat die puzzel stukje voor stukje gelegd kan worden. Computationeel bioloog Ahmed Mahfouz combineert Leidse bio-kennis met Delftse algoritmen en komt steeds dichterbij de sleutel.
'Traditioneel stopte je bij dit type onderzoek een stukje weefsel in de blender', vertelt Mahfouz. Bij de afdeling Humane Genetica van LUMC onderzoekt hij moleculaire mechanismen achter het functioneren van het brein. Hoe en waarom wordt iemand vergeetachtig van Parkinson?
Tachtig miljard hersencellen
De mens heeft zo'n tachtig miljard hersencellen. Mahfouz wil weten welke genen in al die cellen actief zijn, om te zien wat die cellen precies doen. 'Een stukje weefsel, bijvoorbeeld uit de hippocampus, bevat al miljoenen cellen. Voorheen konden we niet anders dan zo'n stukje in de blender doen, maar nu zijn er honderden technieken om goed en gemakkelijk één cel tegelijk te analyseren. We zien dan welke genen relevant zijn in dit celtype, of deze cel een andere taak heeft dan de buurcel of in een ander stadium is van zijn levenscyclus, of aangedaan is door ziekte.'
Meten lukt, nu nog analyseren
Al die nieuwe meetmogelijkheden brengen wel een probleem met zich mee. 'Al die data van zo'n vier miljoen cellen per maand kunnen we onmogelijk overzien en ze zijn heel moeilijk te analyseren.' Kunstmatige intelligentie kan op drie manieren helpen, somt Mahfouz op. 'Een mens kan eigenlijk maar drie dimensies aan, geen 20.000, zoveel als er genen zijn. Dimensie-reductietechnieken uit de AI-wereld kunnen de data vertalen tot een soort plattegrond die wij kunnen lezen.'
'Mensen zijn niet zo goed in het herkennen van complexe, verborgen patronen'
Ten tweede heeft het veld van de single cell data veel aan beeldherkenningstechniek: 'Een algoritme kan soms beter dan een mens zien of het met bijvoorbeeld een zenuwcel of een immuuncel te maken heeft.' Het derde aspect waarbij AI veel kan toevoegen, is patroonherkenning. 'Mensen zijn niet zo goed in het herkennen van complexe, verborgen patronen. Een zelflerend algoritme kan bijvoorbeeld zien welke cellen altijd tegelijk actief zijn.'
Samen met Delft
Mahfouz werkt een dag per week bij het Delft Bioinformatics Lab, waar hij ook promoveerde. 'In Delft kunnen we de algoritmen zo efficiënt mogelijk maken en mijn collega's daar kijken op een nieuwe manier naar de biomedische data die we in Leiden steeds beter verzamelen.' De onderzoeker hoopt te kunnen bijdragen aan gerichte oplossingen voor hersenziekten. 'Als we precies weten wat er mis gaat in welke cellen, is het misschien mogelijk om medicijnen te ontwikkelen die precies de cellen bereiken waarin de ziekte zicht ontwikkelt.'
Transcriptoom-atlas
Ahmed Mahfouz meet genactiviteit in hersencellen uit samples die hij krijgt uit collecties met breinweefsel van overledenen. Een gen is actief als het vertaald wordt naar eiwitmoleculen. Dat is meetbaar aan de hand van messengerRNA (mRNA): een boodschappermolecuul dat een kopie bevat van de DNA-code van een gen. Het mRNA gaat de cel in om als sjabloon te dienen voor het maken van eiwitmoleculen.
Elke lichaamscel heeft bíjna hetzelfde genoom, maar zijn eigen transcriptoom: de verzameling mRNA-moleculen afkomstig van actieve genen. Dat transcriptoom is de informatie die Mahfouz wil hebben, van elke afzonderlijke hersencel. Dan heeft hij een transcriptoom-atlas, die hij moet zien te analyseren en vergelijken met andere transcriptoom-atlassen die bijvoorbeeld een ander stadium van dezelfde ziekte representeren.
Tekst: Rianne Lindhout
Foto: Patricia Nauta