curAHack 2026 zwischen Lebenswissenschaften und KI

Rund 25 Teilnehmende haben in fünf Teams an vier anspruchsvollen Challenges gearbeitet. So ging es in der Challenge „Zellzyklus mit RNA + Chromatin“ darum, zwei Arten von Zelldaten so zu verknüpfen, dass sich die jeweilige Zellzyklusphase identifizieren lässt. Das kann helfen, gesunde und krankhafte Zellteilungen besser zu verstehen und voneinander zu unterscheiden. Die Challenge „AlphaFold-Schwachstellen finden“ widmete sich gezielt Proteinveränderungen, bei denen die KI die Struktur fehlerhaft vorhersagt. Auf diese Weise lässt sich erkennen, an welchen Stellen das Modell unzuverlässig ist. Das ist wichtig, um diese Modelle für den Einsatz in der Protein- und Wirkstoffforschung zu verbessern.

In der Challenge „Ultraschall mit wenig Handarbeit“ stand die Frage im Vordergrund, wie eine KI bereits aus wenigen Markierungen in einem Bild lernen kann, sodass Fachleute nicht jedes Bild vollständig analysieren müssen. Das könnte dann die KI übernehmen. Eine schnellere und konsistentere Analyse von Ultraschallbildern kann Diagnosen unterstützen und zugleich Zeit sowie Kosten sparen. Die Challenge „Mikrobiom und Herzrisiko“ wiederum untersuchte, ob sich anhand von Daten über Darmbakterien und Methoden des Machine Learning das Risiko für Herz-Kreislauf-Erkrankungen abschätzen lässt. Langfristig könnte dies dazu beitragen, Risiken früher zu erkennen und Präventionsmaßnahmen gezielter einzusetzen. Die vier Challenges stellten die Partner des Zukunftsclusters curATime: TRON, die Universitätsmedizin Mainz und das Forschungszentrum für Künstliche Intelligenz.

Bioinformatische Vorkenntnisse standen auch in diesem Jahr nicht im Vordergrund. Vielmehr bot der curAHack eine Plattform für interdisziplinären Austausch, kreatives Problemlösen und gemeinsames Arbeiten an innovativen Lösungsansätzen. In intensiven Team-Sessions diskutierten, programmierten und brainstormten die Teilnehmenden. Die Pausen nutzten sie für Vernetzung und fachübergreifenden Austausch.

Die Challenge „Ultraschall mit wenig Handarbeit“ brachte schließlich das Siegerteam hervor. Überzeugen konnte es mit einem Ansatz zur schwach überwachten Segmentierung kardialer und vaskulärer Ultraschallbilder. Statt einer vollständigen manuellen Markierung, markiert geschultes Fachpersonal einzelne Pixel in den Ultraschallbildern. Schon diese wenigen Informationen genügen dem Modell, um die entsprechenden auffälligen Flächen im Bild selbstständig wiederzuerkennen. Das spart nicht nur erheblich Zeit, sondern trägt mithilfe des Modells auch zu einer konsistenteren und einheitlicheren Auswertung bei.

Mit dem curAHack 2026 bot curATime eine Gelegenheit, biologische und medizinische Fragestellungen mit bioinformatischen und KI-basierten Methoden gemeinsam weiterzudenken. Ein Kern der vom Bundesministerium für Forschung, Technologie und Raumfahrt geförderten Zukunftscluster-Initiative ist die interdisziplinäre Zusammenarbeit, die der Zukunftscluster curATime durch Veranstaltungen wie diese unterstützt.