Neue Veröffentlichungen
Modell der künstlichen Intelligenz erkennt Anzeichen von Krebs mit ultraschneller Geschwindigkeit
Zuletzt überprüft: 02.07.2025
Alle iLive-Inhalte werden medizinisch überprüft oder auf ihre Richtigkeit überprüft.
Wir haben strenge Beschaffungsrichtlinien und verlinken nur zu seriösen Medienseiten, akademischen Forschungseinrichtungen und, wenn möglich, medizinisch begutachteten Studien. Beachten Sie, dass die Zahlen in Klammern ([1], [2] usw.) anklickbare Links zu diesen Studien sind.
Wenn Sie der Meinung sind, dass einer unserer Inhalte ungenau, veraltet oder auf andere Weise bedenklich ist, wählen Sie ihn aus und drücken Sie Strg + Eingabe.
Forscher der Universität Göteborg haben ein KI-Modell entwickelt, das die Krebserkennung durch Zuckeranalyse verbessert. Dieses KI-Modell erkennt Anomalien schneller und besser als die derzeitige halbautomatische Methode.
Glykane, die Strukturen von Zuckermolekülen in unseren Zellen, können mittels Massenspektrometrie gemessen werden. Diese Strukturen können auf verschiedene Krebsarten in Zellen hinweisen. Die Daten des Massenspektrometers müssen jedoch sorgfältig von Menschen analysiert werden, um die Struktur aus der Glykanfragmentierung zu bestimmen. Dieser Prozess kann für jede Probe Stunden bis Tage dauern und kann weltweit nur von wenigen Experten mit hoher Genauigkeit durchgeführt werden, da es sich im Wesentlichen um Detektivarbeit handelt, die über viele Jahre erlernt wurde.
Automatisierung der Detektivarbeit
Dieser Prozess stellt einen Engpass bei der Glykananalyse dar, beispielsweise zur Krebserkennung, da hier viele Proben analysiert werden müssen. Forscher der Universität Göteborg haben ein KI-Modell entwickelt, um diese Arbeit zu automatisieren. Das KI-Modell namens Candycrunch löst die Aufgabe in nur wenigen Sekunden pro Test. Die Ergebnisse wurden in einem wissenschaftlichen Artikel in der Fachzeitschrift Nature Methods veröffentlicht.
Das KI-Modell wurde mithilfe einer Datenbank mit mehr als 500.000 Beispielen verschiedener Fragmentierungen und zugehöriger Strukturen von Zuckermolekülen trainiert.
Neue Biomarker
Das bedeutet, dass das KI-Modell bald die gleiche Genauigkeit erreichen könnte wie die Sequenzierung anderer biologischer Sequenzen wie DNA, RNA oder Proteine. Dank seiner Geschwindigkeit und Genauigkeit könnte das Modell die Entdeckung von Glykan-Biomarkern für die Krebsdiagnose und -prognose beschleunigen.
„Wir glauben, dass die Glykananalyse ein wichtigerer Teil der biologischen und klinischen Forschung werden wird, nachdem wir den Engpass automatisiert haben“, sagt Daniel Boyar, außerordentlicher Professor für Bioinformatik an der Universität Göteborg.
Das Candycrunch-Modell ist zudem in der Lage, Strukturen zu identifizieren, die bei manuellen Analysen aufgrund ihrer geringen Konzentrationen oft übersehen werden. So kann das Modell Forschern helfen, neue Glykan-Biomarker zu finden.