Die Bioinformatik ist ein äußerst kurioses Gebiet wissenschaftlicher Erkenntnisse, da sie Aufgaben kombiniert, die in biologischen Begriffen formuliert sind, und Methoden, die Spezialisten für Algorithmen, Big Data-Verarbeitung und maschinelles Lernen bekannt sind. So ist die Bioinformatik ein Beispiel dafür, wie die IT bei der Erforschung der realen Welt Abhilfe schaffen kann.
Kürzlich habe ich Michail Sergejewitsch Gelfand am Institut für Probleme der Informationsübertragung besucht. Wir sprachen darüber, was Bioinformatik ist, über ihre interessanten Anwendungen, wie IT-Spezialisten für Bioinformatik nützlich sein können und was sie dazu lernen müssen.
Unter der Überschrift dieses Artikels finden Sie eine vollständige Aufzeichnung unserer Konversation. Das Video kann auf YouTube angesehen werden .
Alexey Shagraev: Bioinformatik - was ist das für eine Wissenschaft, was macht sie?
Mikhail Gelfand : Bioinformatik ist eine Möglichkeit, Biologie am Computer zu studieren. Im Großen und Ganzen ist dies keine Wissenschaft, sondern nur eine Reihe von Techniken. Im gleichen Sinne ist zum Beispiel die Elektronenmikroskopie keine Wissenschaft.
Der erste Teil der Bioinformatik ist algorithmisch. Es wird beschrieben, wie Sie Daten von einem Gerät auf einen Computer ziehen. Um die Sequenz der Nukleotide zu bestimmen, die das Genom bilden (um es zu sequenzieren), muss dieses Genom aus technischen Gründen in eine große Anzahl kleiner Fragmente geschnitten werden, die dann in eine große Linie geklebt werden müssen. In diesem Fall ist es notwendig, Rauschen in den Daten, verschiedene Unregelmäßigkeiten in allem zu berücksichtigen. Dies ist eine recht typische Aufgabe, da andere algorithmische Probleme bei der Analyse von massenspektrometrischen Daten auftreten.
Der zweite Teil der Bioinformatik ist klassisch, biologisch. Sie ist viel näher an dem, was ich tue. Genauer gesagt kann es als Molekularbiologie bezeichnet werden. Hier hast du das Protein. Was macht er? Oder du hast ein Gen. Wann schaltet es sich ein, wann schaltet es sich aus? Oder umgekehrt wissen Sie, dass etwas in der Zelle eine bestimmte Funktion hat. Welches Protein macht es? Dies sind Beispiele für klassische Probleme der Molekularbiologie, und es stellt sich heraus, dass ein Computer ein ziemlich effektives Gerät ist, um solche Probleme zu lösen. Die Forscher müssen nicht mehr alle möglichen Proteinfunktionen testen. Stattdessen können sie überprüfen, ob das Protein die vom Modell vorhergesagte Funktion erfüllt. Wenn wirklich erfüllt - Hurra! Auf diese Weise spart der Computer dem Experimentator Zeit, indem er den Suchraum einschränkt. Dies ist eine klassische Molekularbiologie, sie wird am Computer vor dem Reagenzglas durchgeführt.
Schließlich ist der dritte, kürzlich aufgetauchte Teil der Bioinformatik die Big-Data-Analyse. Die experimentellen Methoden der Biologen erwiesen sich als so effektiv, dass bereits viele Daten vorliegen. Die Astronomie ist in der Astrophysik den gleichen Weg gegangen - kolossale Teleskope produzieren jetzt jede Minute Gigabyte an Daten. Ähnliches geschah mit der Hochenergiephysik. Die erste Aufgabe, die sich daraus ergibt, besteht einfach darin, die Daten zu speichern und daraus eine interessante Biologie zu extrahieren. Aufgrund des großen Volumens ist es möglich, die Arbeit einer Zelle als Ganzes zu beschreiben - nicht die Arbeit eines Gens, sondern die Arbeit aller Gene dieser Zelle.
Außerdem habe ich dir gleich zu Beginn eine Lüge erzählt. Natürlich gibt es wissenschaftliche Bioinformatik, nur heißt sie anders - Evolutionsbiologie. Viele Computermethoden beschreiben bereits evolutionäre Muster - wie Selektion stattgefunden hat, was sich geändert hat. Die natürlichste und grundlegendste Frage ist, wer mit wem verwandt ist. Und dann beginnt: Wie ist die Entwicklungsbiologie verschiedener Tiere? Ein Mensch ist anders als Mäuse, nicht weil unsere Gene anders sind, sondern weil sie anders funktionieren. Darüber hinaus liegen die Hauptunterschiede in der Embryogenese.
Wann und wie haben die Menschen zum ersten Mal verstanden, dass ein Computer in diesen Bereichen greifbare Vorteile bringen kann?
Francis Creek
Der erste, der alles verstand, war Francis Crick, der anscheinend ein absolut brillanter Mann war. 1958 erkannte er, dass Sequenzen - meiner Meinung nach dachte er über Proteine nach - zur Bestimmung der Verwandtschaft verwendet werden könnten. Die Sequenzen selbst waren nicht da. Er drückte diese Idee zuerst in einem Artikel aus, der sich einem völlig anderen widmete, und fügte zwei Sätze einer anderen Geschichte ein.
Francis Crick ist einer der größten Biologen des 20. Jahrhunderts und erhielt 1962 den Nobelpreis für Physiologie oder Medizin. Er schlug (zusammen mit James Watson) die Struktur der DNA-Doppelhelix vor und formulierte das sogenannte zentrale Dogma der Molekularbiologie , das die Einbahnstraße des Transfers genetischer Information in der Zelle beschreibt: von DNA über RNA zu Proteinen. Einer der Autoren des Klassikers, der die Struktur des genetischen Codes beschreibt. - Notiz von Alexey Shagraev
Dann, in den frühen 60er Jahren, tauchten die ersten Sequenzen auf, die Menschen begannen, Bäume zu bauen. In dieser Wissenschaft werden sie phylogenetisch genannt, und die Bedeutung, die sie haben, ist, wer mit wem verwandt ist.
Phylogenetischer Baum - ein Baum, der die evolutionären Beziehungen zwischen verschiedenen Gruppen von Organismen widerspiegelt. Moderne Ideen bestehen darin, dass alle lebenden Organismen in drei Domänen oder Suprastate unterteilt sind: Archaeen , Bakterien und Eukaryoten . - Notiz von Alexey Shagraev
Dann erschienen Analysemethoden und mehr Sequenzen wurden verfügbar. Nach einiger Zeit wurde klar, dass Hände nicht mehr funktionieren können, man muss ein Programm schreiben.
Die Bioinformatik als Wissenschaft nahm Anfang der 80er Jahre Gestalt an. In diesem Sinne hatte ich großes Glück - als ich 1985 dazu kam, war es ein so wilder Westen, eine Grenze. Es war möglich, eine Aufgabe zu erfinden und zu erledigen, die mit hoher Wahrscheinlichkeit niemand tat. Es gab keine Notwendigkeit, etwas zu lernen - es war notwendig zu tun. Selten hat jemand so viel Glück.
Biologen betrachteten dies zunächst als Spiele im Sandkasten. Aber es gab nützliche Dinge. Als klar wurde, dass es unmöglich war, die Sequenzen einfach durch Zeitschriftenpublikationen zu verfolgen. An den Stellen, an denen diese Sequenzen auf der Maschine abgelegt waren, tauchten Datenbanken auf. Bevor sie redaktionelle Artikel veröffentlichten, verlangten sie, dass die Sequenz in die Datenbank aufgenommen werden sollte. Dementsprechend begannen die Leute, Programme zu schreiben, um nach ähnlichen Sequenzen in Datenbanken zu suchen. Dies war bereits eine ernste Wissenschaft, da diese Grundlagen sehr schnell wachsen und die Algorithmen wahnsinnig effizient sein müssen.
Es gibt eine bekannte Horrorgeschichte, dass die Leistung von Sequenzern - Sequenziergeräten - mit einem Exponenten wächst, der schneller ist als Moores Gesetz . Das heißt, sie laufen vor Computern davon. Es gibt auch ein Gesetz über die Speicherkapazität, das ebenfalls exponentiell ist. Ich habe vergessen, wie es heißt. Eine andere Frage ist, ob sie an physikalischen Grenzen liegen. Aber Sequenzer und exponentielle Dateninkremente mit höheren Raten als Computerleistung sind solch ein Albtraum.
Und dann tauchten Methoden der sehr schnellen Sequenzierung auf, und dort funktioniert die Bioinformatik bereits von Anfang an. Wenn ein guter Biologe ein Experiment plant, versteht er (oder berät sich mit jemandem), wie er das Ergebnis verarbeiten wird. Die Versuchsplanung selbst berücksichtigt bereits weitgehend die Abarbeitung des Geschehens.
Jetzt haben die Leute angefangen, alles in tiefe neuronale Netze zu schieben. Wir haben Projekte über die Tatsache, dass das Netzwerk, wenn es das richtige Problem löst, die gesamte Biologie lernen muss. Und es gibt Beispiele.
Es gibt zwei Arten von Problemen.
Bei einigen Aufgaben ist nur eine qualitativ hochwertige Erkennung erforderlich. Zum Beispiel eine Differentialdiagnose von Krebs oder eine Prognose. Sie haben zwei Kohorten von Patienten: eine hilft diesen Medikamenten, die andere nicht. Es wäre schön, dies nicht zu Beginn der Behandlung, sondern im Voraus herauszufinden. Sie können die Merkmale der Mutationen untersuchen, die durch diesen Krebs verursacht wurden, und beobachten, wie die Gene im Tumor zu wirken beginnen.
Oder Sie können die räumliche Struktur des Proteins vorhersagen - das ist auch eine klassische Aufgabe. Wir haben eine Sequenz, aber wir wollen herausfinden, wie das Molekül im Raum gefaltet ist. Eine alte Aufgabe, die wahrscheinlich in den 70er Jahren begann. Die Leute jagen einfach die Qualität der Vorhersage. Es gibt viele verschiedene Methoden. Netze gewinnen jemanden, jemanden nicht. Eine solche Wissenschaft.
Neuronale Netze und Bioinformatik . Ein Beispiel hierfür ist der DeepMind-Blogbeitrag zum Proteinfaltungsalgorithmus des neuronalen Netzwerks AlphaFold und der Vortrag von Mohammed AlQuraishi . - Notiz von Alexey Shagraev
Und es gibt etwas, das meiner Meinung nach noch cooler ist. Sie stellen eine Aufgabe, die keine praktische Bedeutung hat, aber um sie zu lösen, müssen Sie etwas über die Struktur der Biologie verstehen. Und dann scheint sich das Gitter zu belasten, es ist sehr beschissen, weil die Erkennungsqualität höchstwahrscheinlich sehr schlecht ist. Aber dann können wir in ihre Nervenzellen eindringen und sehen, was sie gelernt hat, um dieses Problem zu lösen.
Bei der Entwicklung von Netzwerkarchitekturen in der Biologie gibt es keine Pioniere. Es gibt vielmehr Menschen, die einfach nur versuchen, fertige Architekturen richtig anzuwenden. Das ist so ein Hype der letzten Zeit, es gibt wirklich schöne Werke.
Illustration aus einem Artikel von DeepMind
Welche Organismen sind derzeit in diesem Bereich am beliebtesten und warum?
Mann natürlich, weil wir allen nutzen und alle Medizin lernen wollen.
Es gibt traditionelle Modellorganismen. Mann - weil Medizin. Mäuse - weil sie Säugetiere sind, aber es tut ihnen nicht leid. Drosophila - weil es im Allgemeinen ein Klassiker ist. Escherichia coli - weil es ein Bakterium ist, wächst es schnell und ist auch ein Klassiker (wie einige andere Bakterien). Nematode C. Elegans - weil sie eine feste Anzahl von Zellen in jedem Fall hat, ist die Genealogie dieser Zellen genau bekannt, sie haben ein Standardschema des Nervennetzwerks, sie sind absolut identisch, können aber genetisch unterschiedlich sein.
Da es produktive Sequenzierungsmethoden gibt, können wir uns erlauben, nicht nur Modellorganismen zu untersuchen, für die bereits viel getan wurde, sondern auch einige andere coole. Mein Lieblingsprojekt des letzten Males - wir haben etwas völlig Banales über die Entwicklung der Tintenfische nicht verstanden und niemand anderes hat es verstanden. Wenn Schüler mich fragen, schlage ich eher vor, nach ein paar coolen kleinen Tieren Ausschau zu halten.
Einzellige Protozoen sind Organismen, deren Zellen wie unsere einen Zellkern haben. Bakterien haben keinen Kern, sie sind einfach. Bei Bakterien kann man sehr tiefe Dinge tun. Wir können ziemlich viel darüber sagen, wie das Bakterium lebt, was es isst, was es synthetisiert, was es von der äußeren Umgebung aufnehmen muss - ohne Experimente, nur einen Film anzusehen. Und kleine Tiere, deren Zellen einen Kern haben, zum Beispiel du und ich, sind komplizierter. Aber es gibt wunderbare einzellige Kerne, und sie haben die verschiedensten biologischen Eigenschaften. In Ciliaten, in Amöben. Der coolste Zoo ist da.
Was ist mit Viren?
Viren sind vor allem aus medizinischer Sicht interessant. Ich frage mich, wie die Evolution von Viren funktioniert, denn es gibt einige Proteine, die anscheinend von Viren erfunden wurden.
Es gibt immer noch riesige Viren, deren Genom bereits größer ist als das eines kleinen Bakteriums. Niemand versteht, woher dieser Mist kam. Ich kenne diese virale Wissenschaft nur noch schlimmer. Es gibt gute evolutionäre Herausforderungen.
Welche interessanten Richtungen gibt es jetzt, in denen für die breite Öffentlichkeit erkennbare Ergebnisse in Bezug auf Bioinformatik und die Erforschung von Genomen möglich sind?
Von dem, was der Öffentlichkeit erklärt werden kann, ist die Geschichte der alten Genome die interessanteste. Sie werden aus archäologischen Funden gewonnen und verändern - auf jeden Fall bereichern - spürbar unsere Vorstellung von der Geschichte der Menschheit. Die Ansichten über die Herkunft des Menschen wurden stark verändert. Auch hier gibt es gute Computerbausteine, aber die Hauptstipendiaten sind Experimentatoren, die einfach gelernt haben, wie man diese DNA-Sequenz isoliert und bestimmt. Die Versuche waren sehr schwierig.
Jeder von uns hat ein paar Prozent Neandertalerfragmente. Es ist einfach, der Öffentlichkeit mitzuteilen, was ich regelmäßig mache.
Über alte Gene. Im Jahr 2006 wurde ein Projekt gestartet , um das gesamte Genom der Neandertaler zu lesen. Das Ergebnis war die Schlussfolgerung, dass alte Menschen mit Neandertalern gekreuzt wurden (siehe Artikel in Science) . Ein vollständiger Bericht über diese Geschichte von Elena Naimark ist auf den Elementen zu finden . - Notiz von Alexey Shagraev
Reine Bioinformatik ... Da dies wiederum Teil der Biologie ist, ist der Verbraucher für uns ein Biologe. Wenn wir in guter biologischer Arbeit nicht einmal einen abstrakten Krebs eines bestimmten Typs, nämlich einen Tumor eines bestimmten Patienten, behandeln, handelt es sich um ein personalisiertes Arzneimittel. Es gibt gute Beispiele, wenn dies funktioniert. Aber wie massiv sie sind und ob ihre Wirtschaft in die Knie gezwungen wird, ist nicht ganz klar. Grundsätzlich gibt es ja Beispiele für Medikamente, vor deren Ernennung sie die Analyse von Mutationen in einem bestimmten Tumor durchführen. Die Bioinformatik sitzt unter all dem "im Keller". Ohne die Entwicklung bioinformatischer Methoden wäre dies nicht möglich gewesen. Aber im Grunde genommen ist der Verbraucher für uns keine Person, sondern ein anderer Biologe.
Stellen Sie sich einen Entwickler vor: vielleicht einen erfahrenen; möglicherweise ein Datenanalysespezialist; oder umgekehrt, ein anderer Student. Welche Aufgabe kann ihn im Moment dazu inspirieren, in diese Wissenschaft einzusteigen und etwas zu helfen?
Sie können in ein Labor gehen, in dem es viele Daten gibt, und diese einfach verarbeiten. Die Daten können wunderbar sein. Es kann eine räumliche Struktur sein - wie DNA in einer Zelle verpackt ist und wie sie ihre Arbeit beeinflusst. Es gibt viele heterogene Experimente, wirklich viele Daten. Und es gibt ein weites Feld: von der Physik der Polymere bis zu einer Art Korrelationsanalyse und etwas Statistischem. Sie können wirklich schöne Dinge tun. Die Daten sind sehr unterschiedlich, sie können auf unterschiedliche Weise verglichen werden. Im Allgemeinen viel von all dem Guten.
Weiter gibt es dieses Kanu mit Gittern. Und auch hier gilt es, sich an gute Biologen zu klammern, um gute biologische Probleme mit guten Gittern zu lösen. Gewinnen Sie entweder die Vorhersage-Weltmeisterschaft, was eine Ehre für sich ist, oder versuchen Sie, etwas Biologie herauszunehmen. Wir haben ein bisschen darüber gesprochen.
Oder Sie können sich einem Unternehmen wirklich anschließen, das versucht, Methoden für eine differenzierte Diagnostik - hauptsächlich Krebsdiagnostik - zu entwickeln und etwas Gutes zu tun. Dies ist auch eine Datenanalyse, aber es gibt viel von allem.
Was ist die typischste Situation und typische Aufgabe? Es gibt ein Paradoxon: Wir haben in allen Zellen das gleiche Genom und die Zellen arbeiten unterschiedlich - und sind übrigens auch unterschiedlich angeordnet, weil in ihnen unterschiedliche Gene unterschiedlich arbeiten. Bei einem Krebstumor sind die Genome bereits unterschiedlich, dort sind Mutationen aufgetreten. Aber auch hier wird die Zelle wiedergeboren, nicht weil sich etwas in der DNA geändert hat, sondern weil die Gene anders zu arbeiten begannen. Und wir können versuchen, die Wirkung von Medikamenten vorherzusagen, Vorhersagen zu treffen oder einfach eine Differenzialdiagnose auf der Grundlage der Funktionsweise von Zellen bei verschiedenen Arten von Tumoren durchzuführen.
Bei dieser Analyse wird jedoch ein Stück Gewebe entnommen, und es gibt viele verschiedene Zellen. Dies sind Tumorzellen und gesunde Zellen, in die sich eine Art Lymphozyten einschleichen - eine Menge von allem. Sie müssen die gemittelte Arbeit von Genen, die Sie in einem Experiment messen können, auflösen, um festzustellen, wie Gene in jedem Zelltyp funktionieren. Sie können den Anteil solcher Zellen schätzen. Dies ist die Aufgabe der Zersetzung. In einer naiven Umgebung glaubt jeder, dass es einfach als lineares Algebra-Problem gelöst werden kann, als ein großes System linearer Gleichungen. Es stellt sich heraus, dass das Rauschen in den Daten und andere Schwierigkeiten dazu führen, dass sie sich sehr drehen. Dies kann nicht auf einfache lineare Algebra reduziert werden. Das habe ich schon oft gesehen: Ein Student kommt, sagt - hier schreiben wir die Gleichung jetzt, und das ist es. Aber Feigen. Es ist jedoch ein direkter Vorteil für die Menschheit, nach Krebssignaturen zu suchen.
Es wird eine sehr gute Wissenschaft geben, es geschieht bereits - frühe Entwicklung. Wir bestimmen jetzt, wie Gene in einer Mischung von Zellen funktionieren, in einer Probe, in der es Millionen von Zellen gibt. Aber Sie müssen in der Lage sein, dasselbe in einer einzigen Zelle zu tun, und dafür - um einen großen Lärm zu gewinnen. Dann können wir zum Beispiel die Embryologie betrachten und die Entwicklungstrajektorien von Zellen in sehr frühen Stadien betrachten, wenn sie noch wenige sind. Sie können beobachten, wie die frühe Differenzierung von Zellen stattfindet und die Embryologie mit diesen Geschichten in naher Zukunft völlig anders wird. Gute Arbeit wird geleistet. Das ist evolutionäre Embryologie. Dabei geht es nicht nur darum, wie sich die Anatomie bei Primaten und Nagetieren unterscheidet (dies ist ein Klassiker des 19. Jahrhunderts), sondern auch darum, wie diese Unterschiede in einem sehr frühen Stadium festgestellt werden, weil welche Gene wo funktionieren. Das wird sein.
Wie sieht der ideale Spezialist aus, der jetzt in diesen Bereich kommt und viele Vorteile bringt? Was sollte er können? Wo macht er das?
Er muss Biologie kennen. Erstens gibt es in Skoltech einen Master in Life Sciences. Eine Person ohne biologische Ausbildung kann auch dorthin gehen. Es wird schwer für ihn, aber es gibt solche Beispiele.
An der Hochschule für Wirtschaft der Fakultät für Informatik gibt es ein Programm zur Analyse von Daten aus Biologie und Medizin. Dort kann man im Gegenteil auf Computererziehung verzichten. Es gibt auch Biologen, aber es wird weniger Biologie und mehr Bioinformatik geben. Dies ist für die Meister. Und für 11-Grader gibt es eine Fakultät für Bioingenieurwesen und Bioinformatik an der Moskauer Staatsuniversität. Dies ist, wenn wir über Moskau sprechen.
In St. Petersburg gibt es meiner Meinung nach Bioinformatik-Programme an der Universität St. Petersburg und der ITMO, aber ich weiß weniger über sie.
Über Michail Gelfand
Wie bist du zu dieser Wissenschaft gekommen?
Unfähigkeit zu rechnen. Als Mehmat zu Ende war, wurde mir klar, dass ich nicht gut darin bin, Theoreme zu beweisen, geschweige denn sie zu erfinden. Und ich hatte großes Glück, denn die Bioinformatik stand erst am Anfang, dann konnte man einfach hinkommen, und das war's.
Ich habe Biologie immer geliebt: Ich habe Schmetterlinge gefangen, gequälte Käfer, das ist alles. Biologie war für mich eine Selbstverständlichkeit. Außerdem interessierte ich mich für Linguistik, ging in den Kreis, bei den Olympischen Spielen. Und Bioinformatik in diesem Sinne ist eine ziemlich linguistische Wissenschaft, wenn sie richtig behandelt wird. Zumindest für mich war es also eine ganz natürliche Entscheidung.
Was machst du gerade
Persönlich befasse ich mich hauptsächlich mit der Bearbeitung von Transkripten von Tintenfischen. Dabei geht es darum, woher die Puppen von Schmetterlingen, Käfern, Ameisen, Bienen und allen Insekten mit Puppen stammen. Ich habe eine bestimmte Theorie.
Kakerlaken haben keine Puppen. Es ist klein, schwarz und sieht nicht aus wie eine Kakerlake, dann schmilzt es mehrmals und wird jedes Mal mehr und mehr wie eine Kakerlake. Aber es gibt Insekten, die ein Puppenstadium haben, und wir scheinen herausgefunden zu haben, woher es kommt. Wenn wir es schaffen, es sorgfältig zu zeigen, wird es cool sein.
Ich analysiere, welche Bakterien in Blattläusen, Korallen und der Ölmine leben. Es ist historisch passiert. Mit Blattläusen haben wir gute Mitarbeiter in Belarus, mit Korallen - Mitarbeiter in Moskau, die Stücke dieser Korallen aussuchen. Und was Ölquellen betrifft, ich habe einen wahnsinnig aktiven Doktoranden, der einfach Ölfirmen auf den Prüfstand stellt und sie mit dieser Aufgabe erfüllt. Das heißt, dies sind tatsächlich opportunistische Aufgaben.
Ich beschäftige mich mit der Faltung von DNA in einer Zelle und wie diese Faltung die Funktion von Genen beeinflusst.
Ich mache ziemlich viel - oder besser gesagt, Doktoranden - in der Evolution von Bakterien, weil dieses Ding ziemlich schlecht beschrieben ist, kann man es anders sehen. Und im Allgemeinen ein Verständnis dafür, wie sich Bakterien entwickeln, woher Bakterienarten kommen und wie sie in Arten unterteilt werden. Es ist nicht so, dass es gut gemacht wurde. Dies ist keine sehr modische Gegend, aber man kann dort auch viele coole Dinge machen.
Ich mache, wie Gene reguliert werden, hauptsächlich in Bakterien, und wie sich diese regulatorischen Netzwerke entwickeln. Sie können nahe Arten vergleichen, sehen, wie sie sich unterscheiden, verstehen (oder nicht verstehen), wie diese Änderungen auftreten.
Mikhail Gelfand ist einer der Redner der YaTalks-Konferenz, die am 30. November im Paveletsky Space- Konferenzsaal in Moskau stattfinden wird. Die Registrierung ist offen und hier erhältlich .