Wie KI Krebs besiegen kann

(SeaPRwire) –   Das Kernproblem der Onkologie war schon immer das der Unterscheidung. Krebszellen und gesunde Zellen sind auf molekularer Ebene fast identisch. Was eine Krebszelle auszeichnet, ist eine Dysregulation: eine Reihe genetischer Schalter, die in die falsche Richtung umgelegt wurden und unkontrolliertes Wachstum verursachen. Jahrzehntelang erforderte das Auffinden und Nutzen dieser Schalter die manuelle Durchsuchung von Patientenproben auf der Suche nach Mustern, die so subtil waren, dass sie fast unsichtbar waren.

KI hat die Möglichkeiten verändert. Systeme, die auf genomischen Datenbanken mit Zehntausenden sequenzierter Krebsproben trainiert wurden, können nun die zentralen Regulationsmuster identifizieren, die spezifisch in Krebszellen, nicht aber im umgebenden gesunden Gewebe aktiv sind. Im Gegensatz zu den Biomarkern der älteren Präzisionsonkologie handelt es sich hierbei um fein aufgelöste genomische Signaturen, die den Unterschied zwischen bösartig und normal auf der Ebene der Ein- und Ausschaltung von Genen kodieren.

Sobald diese Signaturen identifiziert sind, eröffnen sie eine Reihe von Ansätzen, die bisher einfach nicht möglich waren. KI hilft Forschern bei der Entwicklung personalisierter Krebsimpfstoffe, die das Immunsystem gegen die einzigartigen Mutationen trainieren, die der Tumor eines Patienten produziert.

Moderna und Merck befinden sich mit diesem Ansatz bereits in späten Testphasen und bauen auf derselben mRNA-Infrastruktur auf, die auch die COVID-19-Impfstoffe antrieb. KI hilft Ingenieuren auch bei der Entwicklung intelligenterer CAR-T-Zellen, die tumorspezifische Signale nutzen, um in der immunsuppressiven Umgebung eines Krebses aktiv zu bleiben, anstatt sich vor Abschluss der Aufgabe zu erschöpfen. Am frühesten Ende der Entwicklungspipeline macht die KI-gesteuerte Analyse von genomischen und Bilddaten die Erkennung von Krebsarten Jahre vor dem Auftreten von Symptomen möglich, wenn die Überlebensraten deutlich höher sind.

Wie wir heute Krebs bekämpfen

Der aktuelle Stand der Technik besteht darin, dass Wissenschaftler natürlich vorkommende Zielstrukturen auf oder in Tumorzellen (Proteine, Enzyme, Rezeptoren) identifizieren und Medikamente zu deren Bekämpfung entwickeln. Das Verfahren ist langsam, teuer und stark begrenzt. Dies liegt daran, dass die natürlichen Zielstrukturen nicht nur in der Krebszelle, sondern auch in gesunden Zellen vorkommen. Jedes Medikament, das das Immunsystem aktiviert, tut dies auch an anderen Stellen und verursacht eine gefährliche und toxische Immunsturmreaktion.

Heute ist die Dosisreduzierung die einzige uns bekannte Möglichkeit, diesem Problem entgegenzuwirken. Wenn wir jedoch die Dosis reduzieren, sinkt auch die Wirksamkeit, was die Wahrscheinlichkeit eines Rückfalls des Krebses erhöht. Oft hat der Krebs bei einem Rückfall Zeit zu mutieren und Resistenzen gegen die Medikamente zu entwickeln.

Beim Lungenkrebs, der tödlichsten Form, die weltweit jedes Jahr 1,8 Millionen Todesfälle verursacht, haben wir Fortschritte gemacht und die 5-Jahres-Überlebensrate in den letzten zwei Jahrzehnten fast verdoppelt. Dennoch bedeutet dies, dass rund 70 % der diagnostizierten Patienten innerhalb der nächsten 5 Jahre sterben werden.

Wie KI-gesteuertes Krebsbioingenieurwesen funktioniert

Künstliche Intelligenz ist weitaus folgenreicher als nur clevere Chatbots. Während es ein guter Anfang ist, dass KI Radiologen beim schnelleren Lesen von Scans hilft oder Algorithmen Medikamentendatenbanken nach Kandidaten für Zweckentfremdung durchsuchen, müssen wir ein völlig neues Spiel spielen.

Die Analogie, die Forscher zunehmend verwenden, lautet: Dieser KI-Ansatz verhält sich zu DNA und Krebsbiologie so wie AlphaFold zur Proteinwissenschaft. AlphaFold hat keine Proteine entdeckt; es hat die Regeln entschlüsselt, die ihre Faltung bestimmen, sodass es erstmals möglich ist, systematisch über Proteinstrukturen zu schlussfolgern.

Das KI-gesteuerte Krebsbioingenieurwesen entschlüsselt die Regeln der genetischen Schaltkreise von Krebs so gut, dass es Programme schreiben kann, die in Tumorzellen mit einer Genauigkeit ablaufen, die natürliche Biomarker nie ermöglichten. Wir lesen den Code nicht nur. Wir schreiben ihn neu.

Der Liefermechanismus erfordert einen eigenen Durchbruch. Um eine Krebszelle zu erreichen, muss eine synthetische genetische Nutzlast zuerst durch den Körper wandern, ohne vom Immunsystem zerstört zu werden. Lipidnanopartikel, dieselbe Technologie, die hinter den COVID-19-Impfstoffen steckt, entwickeln sich dazu als Transportmittel.

Die Programme während der Pandemie haben bewiesen, was Forscher schon lange vermutet haben: Lipidnanopartikel können mRNA-Nutzlasten sicher und in großem Maßstab in menschliche Zellen liefern. Bioingenieure passen diese Infrastruktur derzeit für Krebs sowie für therapeutische, vorübergehende und sichere DNA-Nutzlasten an, indem sie die Oberflächen von Nanopartikeln so konstruieren, dass sie der Erkennung durch das Immunsystem entgehen und das Zeitfenster zum Erreichen ihres Ziels verlängern. Auch hier beschleunigen KI-Algorithmen, die große Screenings auf massiven Substanzbibliotheken auswerten, den Fortschritt.

China hat bereits die Führung übernommen

Das alles spielt jedoch keine Rolle, wenn Amerika dies nicht als strategische Priorität behandelt. China hat die Biotechnologie zu einer nationalen strategischen Priorität gemacht, leitet staatliche Mittel direkt an Biotech-Startups weiter, verkürzt die Fristen für behördliche Prüfungen und stellt eine glaubwürdige Bedrohung für die Vorherrschaft der USA in diesem Sektor dar. Allein im ersten Halbjahr des vergangenen Jahres hat die Pharmaindustrie 48,5 Milliarden US-Dollar für Geschäfte mit chinesischen Biotech-Unternehmen zugesagt, mehr als im gesamten Jahr 2024 zusammen. In der Zwischenzeit fließt das US-Risikokapital weiterhin überwiegend an KI im engeren Sinne von Software. KI-Startups zogen im vergangenen Jahr über 200 Milliarden US-Dollar an Finanzmitteln an; das entspricht 50 % des gesamten Risikokapitals. Die Biopharmabranche erhielt rund 26 Milliarden US-Dollar.

Die Lücke ist nicht nur eine Marktineffizienz. Sie spiegelt einen Mangel an Erkenntnis darüber wider, dass die wirklich folgenreichste Anwendung der KI in diesem Jahrzehnt nicht nur darin bestehen könnte, Software intelligenter zu machen. Sie könnte die physische Welt, in der wir leben, verändern und die Biologie von einer Wissenschaft zu einer Ingenieurwissenschaft erweitern, indem sie Zellen programmierbar macht.

Wie die USA die Zukunft der Krebsbehandlung anführen können

Damit die USA die Zukunft der Krebsbehandlung anführen können, sollte der Kongress einen dedizierten nationalen Biotech-Investitionsfonds einrichten. Nicht nur die Advanced Research Projects Agency for Health (ARPA-H), die nach wie vor größtenteils über akademische Einrichtungen kanalisiert wird, sondern ein Instrument, das Kapital direkt an junge Plattformunternehmen fließen lässt und dieses geistige Eigentum auf amerikanischem Boden hält.

Große institutionelle Investoren und VC-Firmen müssen ebenfalls eine Schlüsselrolle spielen. Während viele sich auf Software-KI verlagert haben, müssen sie sich fragen, ob eine Technologie, die Zellen programmieren kann, um Krebs zu bekämpfen, mindestens genauso viel Dringlichkeit verdient wie das nächste große Sprachmodell.

Schließlich müssen die neuen beschleunigten Prüfverfahren der FDA explizit auch auf plattformbasierten biologischen Therapien ausgeweitet werden, nicht nur auf Einzelwirkstoffmedikamente, sodass die Unternehmen, die die nächste Generation von Krebsbehandlungen entwickeln, nicht ein Jahrzehnt auf Klarheit bei den regulatorischen Rahmenbedingungen warten müssen.

Die Wissenschaft ist bereit. Wir brauchen starke und stabile Investitionen in die zukünftigen Präzisionsmedizintechnologien Amerikas, um erstmals damit zu beginnen, Krebs gegen sich selbst zu programmieren.