研究人员希望使用类似的遗传模式，这种模式已存在于人类和动物的血液中数千年，以改善计算机辅助疾病的预后。

这项研究项目对于生物信息学家来说并不常见，这不仅仅是因为与动物园的合作。“通过这种方式测量动物的分子血液特征从未像现在这样进行过，”萨尔大学生物信息学教授Andreas Keller解释道。Saeller和来自Saarbrücken的人类遗传学家Eckart Meese分析了21只动物的血液样本，而不是检查人类患者的组织和数据。

动物园主任理查德弗兰克在2016年至2018年的常规检查中收集了血液，并将其提供给科学家。事实上，这些科学家通常会研究人体血液中发生的生物标志物，以便更早地识别肺部肿瘤或阿尔茨海默氏症和帕金森症等疾病。“Micro-RNA非常适合这种情况，”Andreas Keller说。

“这些是核糖核酸中特定分子的短片段，在基因控制中起着重要作用。为了找到这些部分，研究人员使用现代生物信息学方法，包括机器学习，一种人工智能方法。来自两个萨尔动物园的动物可以提供帮助的挑战。“每个(人类)患者收集多达2000万个数据点。机器学习方法识别典型的模式，例如肺肿瘤或阿尔茨海默病。然而，人工智能难以了解哪些生物标记模式是真实的，哪些只是适合各自的临床图像。“这是动物的血液样本发挥作用的地方。

“如果生物标志物在进化上是保守的，也就是在其他物种中以相似的形式和功能发生，那么它更有可能是一种有弹性的生物标志物，”凯勒教授解释说。出于这个原因，研究人员分析了从动物身上采集的血液样本中的残留物。从19种动物中共采集了21个样本，包括浣熊和洪堡企鹅。“这些新发现现已纳入我们的计算机模型中，将有助于我们在未来更准确地识别正确的生物标志物，”Keller解释道。

来自萨尔布吕肯的研究人员在着名期刊Nucleic Acids Research上发表了他们的研究结果。此外，他们还建立了一个数据库，在该数据库中他们也输入了当前的结果。到目前为止，科学家已经检查了总共40只动物的血液，包括蟒蛇和袋鼠。来自世界各地的科学家现在可以访问这些数据。该研究项目得到了萨尔州政府的财政支持。