Krebs: Genfer KI sagt Metastasenrisiko voraus

Ob und wie aggressiv ein Tumor Metastasen bildet, gehört nach wie vor zu den grössten ungelösten Fragen der Onkologie – und das, obwohl Metastasen die häufigste Ursache krebsbedingter Todesfälle sind.

Ein Forschungsteam der Universität Genf stellt nun einen neuen Ansatz vor: Mithilfe künstlicher Intelligenz soll sich das Risiko für Metastasen und Rückfälle künftig deutlich besser abschätzen lassen.

Unter der Leitung von Ariel Ruiz i Altaba nahm das Team ein bekanntes methodisches Dilemma ins Visier: Wer das vollständige molekulare Profil einer Krebszelle erfassen will, muss sie zerstören – für die Untersuchung ihres Verhaltens, etwa Migration oder Invasion, müssen die Zellen jedoch am Leben bleiben.

Die Lösung der Genfer Forschenden: Sie isolierten einzelne Zellen aus primären Dickdarmtumoren und klonten diese. Anschliessend prüften sie die Klone sowohl im Labor als auch in einem Mausmodell. So liess sich beobachten, wie gut die unterschiedlichen Zellpopulationen durch reale biologische Barrieren wandern und tatsächlich Metastasen bilden.

Parallel dazu analysierte das Team die Aktivität von mehreren hundert Genen. Dabei zeigte sich: Das Metastasierungspotenzial eines Tumors lässt sich nicht auf eine einzelne Mutation zurückführen. Entscheidend sind vielmehr feine Abstufungen in der Genexpression, die das Zusammenspiel eng verwandter Zellen innerhalb derselben Tumorstruktur widerspiegeln.

Auf Basis dieser Daten identifizierten die Forschenden zahlreiche Genexpressionsmuster, die mit Tumorwanderung und -invasion zusammenhängen. Daraus entwickelten sie einen KI-Algorithmus mit dem Namen Mangrove Gene Signatures (MangroveGS).

MangroveGS verarbeitet gleichzeitig Dutzende bis Hunderte solcher Signaturen. Nach dem Training erreicht das Modell eine Treffergenauigkeit von rund 80 Prozent bei der Vorhersage von Metastasen- und Rückfallrisiken beim Darmkrebs – ein Wert, der laut der Universität Genf deutlich über dem bisheriger Verfahren liegt.

Zudem liessen sich die ursprünglich aus Darmtumoren gewonnenen Signaturen auch auf andere Krebsarten übertragen. Sie erwiesen sich als aussagekräftig für die Einschätzung des Metastasierungspotenzials unter anderem bei Magen-, Lungen- und Brustkrebs.

Langfristig sehen die Autorinnen und Autoren eine klinische Anwendung vor, die auf einer standardmässigen RNA-Sequenzierung von Tumorproben im Spital basiert. Diese Daten würden anschliessend vom Algorithmus ausgewertet, der daraus einen Metastasenrisiko-Score berechnet.

Ein solches Instrument könnte dazu beitragen,

Derzeit ist MangroveGS noch ein Forschungswerkzeug. Es steht jedoch exemplarisch für eine grundlegende Entwicklung: den zunehmenden Einsatz von KI-Modellen, die komplexe biologische Daten zusammenführen, um die Risikostratifizierung in der Onkologie weiter zu verfeinern.