Als wir 2003 das menschliche Genom sequenzierten, dachten wir, wir hätten die Antwort, um viele Krankheiten zu behandeln. Aber die Realität ist weit davon entfernt, denn neben unseren Genen könnten Umwelt und Lebensstil eine wichtige Rolle bei der Entwicklung vieler Krankheiten spielen. Ein Beispiel ist die Fettleberkrankheit, von der über 20 % der Bevölkerung weltweit betroffen sind, die nicht behandelt werden kann und zu Leberkrebs oder Leberversagen führt. Die Sequenzierung der DNA allein gibt uns also nicht genügend Informationen, um wirksame Therapeutika zu finden. Glücklicherweise gibt es viele verschiedene Moleküle in unserem Körper. Tatsächlich gibt es über 100.000 Metaboliten. Metaboliten sind alle Moleküle, die von ihrer Grösse her winzig sind. Bekannte Beispiele sind Glukose, Fruktose, Fette, Cholesterin -- von denen hören wir immer. Metaboliten sind an unserem Stoffwechsel beteiligt. Sie sind auch stromabwärts der DNA, sodass sie Informationen unserer Gene und Lebensstile enthalten. Metaboliten zu verstehen ist wichtig, um Therapien für Krankheiten zu finden. Ich wollte schon immer Patienten behandeln. Trotzdem habe ich vor 15 Jahren die medizinische Fakultät verlassen, da ich Mathematik vermisste. Bald darauf fand ich das Coolste: Ich kann Mathematik benutzen, um Medizin zu studieren. Seitdem entwickle ich Algorithmen zur Analyse biologischer Daten. Es klang so einfach: Wir sammeln Daten von allen Metaboliten in unserem Körper, entwickeln mathematische Modelle, die beschreiben, wie sie sich bei Krankheiten verändern und greifen in diese Veränderungen ein, um sie zu behandeln. Dann wurde mir klar, warum das noch niemand getan hatte: Es ist extrem schwierig. (Gelächter) Es gibt viele Metaboliten in unserem Körper. Jedes Einzelne ist anders als das andere. Bei einigen Metaboliten können wir deren Molekülmasse mithilfe von Massenspektrometriegeräten messen. Aber da es etwa 10 Moleküle mit genau der gleichen Masse geben könnte, wissen wir nicht genau, was sie sind und wenn man sie alle klar identifizieren will, muss man mehr Experimente durchführen, die Jahrzehnte dauern und Milliarden Dollar kosten könnten. Also haben wir eine KI-Plattform entwickelt, um das zu tun. Wir nutzten das Wachstum biologischer Daten, um eine Datenbank mit allen vorhandenen Informationen über Metaboliten und deren Wechselwirkungen mit anderen Molekülen aufzubauen. All diese Daten fassten wir zu einem Meganetzwerk zusammen. Dann messen wir Massen von Metaboliten aus Gewebe und Blut von Patienten und finden die Massen, die bei einer Krankheit verändert sind. Aber wie schon erwähnt, wissen wir nicht genau, was sie sind. Eine Molekularmasse von 180 kann Glukose, Galactose oder Fructose sein. Sie alle haben genau die gleiche Masse, aber unterschiedliche Funktionen im Körper. Unser KI-Algorithmus hat all diese Unklarheiten berücksichtigt. Dann hat er dieses Meganetzwerk durchsucht, um herauszufinden, wie die Massen miteinander verbunden sind, die zu Krankheiten führen. Aus der Art, wie sie verbunden sind, können wir schliessen, was jede Metabolitenmasse ist, sodass 180 hier Glucose sein könnte und, was noch wichtiger ist, entdecken wie Veränderungen bei Glucose und anderen Metaboliten zu einer Krankheit führen. Dieses neuartige Verständnis der Krankheitsmechanismen ermöglicht es uns, wirksame Therapeutika zu entdecken. So gründeten wir ein Start-Up, um die Technologie auf den Markt zu bringen und Menschenleben zu verändern. Jetzt arbeiten mein Team und ich bei ReviveMed daran, Therapeutika für Krankheiten zu entdecken, wo Metaboliten Haupttreiber sind, wie z. B. Fettleberkrankheiten, weil sie durch die Ansammlung von Fetten verursacht werden, die zu den Metaboliten in der Leber gehören. Wie ich bereits erwähnte, ist es eine riesige Epidemie ohne Behandlung. Und Fetterleberkrankheiten sind nur ein Beispiel. In Zukunft werden wir hunderte von anderen Krankheiten ohne Behandlungswege bekämpfen. Indem wir immer mehr Daten über Metaboliten sammeln und verstehen, wie Veränderungen zu Krankheiten führen, werden unsere Algorithmen immer intelligenter, um die richtigen Therapeutika für die richtigen Patienten zu finden. Und wir werden unserer Vision, mit jeder Codezeile Leben zu retten, näher kommen. Vielen Dank. (Applaus)