// Google 17.10.2025 · 14:16 Uhr 3 Min. Lesezeit

Neuer Ansatz zur Krebsbehandlung durch KI-Modell von Google DeepMind und Yale University

Mindverse News

KI-gestützt erstellt 6 Quellen Arbeitsweise

Neuer Ansatz zur Krebsbehandlung durch KI-Modell von Google DeepMind und Yale University — Symbolbild

Das Wichtigste in Kürze

Google DeepMind und die Yale University haben das KI-Modell C2S-Scale 27B vorgestellt, das einen neuen potenziellen Behandlungspfad für Krebserkrankungen identifiziert hat.
Das Modell, basierend auf der Gemma-Familie, analysiert Einzelzelldaten und generierte eine Hypothese zur Verhaltensweise von Krebszellen, welche experimentell bestätigt wurde.
C2S-Scale 27B sagte voraus, dass die Kombination von Silmitasertib mit niedrig dosiertem Interferon die Antigenpräsentation um etwa 50 % steigern könnte, wodurch "kalte" Tumore "heiß" werden.
Diese Entdeckung stellt einen signifikanten Fortschritt in der Anwendung von KI in der biomedizinischen Forschung dar und bietet eine Grundlage für die Entwicklung neuer Kombinationstherapien.
Die Forschungsteams untersuchen die Mechanismen weiter und testen zusätzliche, von der KI generierte Vorhersagen.

KI-gestützte Entdeckung: Neuer Weg zur Krebsbehandlung durch Google DeepMind und Yale University

In einer wegweisenden Zusammenarbeit haben Google DeepMind und die Yale University das neue KI-Modell C2S-Scale 27B vorgestellt. Dieses Modell, das auf der offenen Gemma-Modellfamilie basiert, hat eine bisher unbekannte therapeutische Möglichkeit zur Krebsbehandlung identifiziert. Die Entdeckung, die am 15. Oktober bekannt gegeben wurde, markiert einen bedeutenden Fortschritt in der Anwendung künstlicher Intelligenz in der biomedizinischen Forschung und eröffnet potenziell neue Wege in der Entwicklung von Krebstherapien.

Die Funktionsweise von C2S-Scale 27B

Das C2S-Scale 27B-Modell ist ein Fundamentmodell mit 27 Milliarden Parametern, das speziell für die Analyse von Einzelzelldaten entwickelt wurde. Seine Fähigkeit, die „Sprache“ einzelner Zellen zu verstehen, ermöglicht es ihm, komplexe biologische Informationen zu interpretieren und daraus neuartige Hypothesen abzuleiten. Ein zentrales Problem in der Krebsimmuntherapie sind sogenannte „kalte“ Tumore, die vom Immunsystem des Körpers nicht erkannt werden. Eine Strategie besteht darin, diese Tumore dazu zu bringen, immunstimulierende Signale durch Antigenpräsentation zu zeigen und sie so in „heiße“ Tumore zu verwandeln.

Die Aufgabe für das KI-Modell bestand darin, einen Wirkstoff zu finden, der als „konditionaler Verstärker“ fungiert und die Immunantwort nur unter spezifischen biologischen Bedingungen verstärkt. Diese Anforderung verlangte ein hohes Maß an kontextuellem Denken, eine Fähigkeit, die bei kleineren KI-Modellen nicht in gleichem Maße vorhanden war. Das Modell simulierte die Wirkung von über 4.000 Medikamenten in verschiedenen immunologischen Umgebungen, um Medikamente zu identifizieren, die die Antigenpräsentation selektiv in einem „immun-kontext-positiven“ Umfeld verstärken.

Experimentelle Validierung und vielversprechende Ergebnisse

Die KI-gestützte Analyse führte zu einer bemerkenswerten Vorhersage: Das Medikament Silmitasertib (CX-4945), ein Kinase-CK2-Inhibitor, könnte die Antigenpräsentation signifikant steigern, insbesondere in Kombination mit niedrig dosiertem Interferon. Diese Hypothese war neuartig, da in der Literatur keine explizite Verbindung zwischen der Hemmung von CK2 durch Silmitasertib und der Verbesserung der MHC-I-Expression oder Antigenpräsentation beschrieben wurde.

Um die Vorhersage zu überprüfen, wurden Laborexperimente mit menschlichen neuroendokrinen Zellmodellen durchgeführt. Die Ergebnisse bestätigten die KI-Prognose eindrucksvoll:

Die Behandlung der Zellen mit Silmitasertib allein zeigte keine signifikante Wirkung auf die Antigenpräsentation (MHC-I).
Eine niedrige Dosis Interferon allein hatte eine moderate Wirkung.
Die Kombination von Silmitasertib und niedrig dosiertem Interferon führte zu einer deutlichen, synergistischen Verstärkung der Antigenpräsentation um etwa 50 %.

Diese experimentelle Bestätigung unterstreicht das Potenzial von C2S-Scale 27B, nicht nur bekannte biologische Zusammenhänge zu verarbeiten, sondern auch neue, überprüfbare Hypothesen zu generieren. Die Entdeckung eines solchen „interferon-konditionalen Verstärkers“ könnte dazu beitragen, „kalte“ Tumore für das Immunsystem sichtbarer zu machen und sie potenziell empfänglicher für Immuntherapien zu machen.

Bedeutung für die Zukunft der Medizin

Sundar Pichai, CEO von Google, bezeichnete diese Entwicklung als einen „aufregenden Meilenstein für KI in der Wissenschaft“. Die Forschungsteams in Yale untersuchen nun die zugrunde liegenden Mechanismen und testen weitere von der KI generierte Vorhersagen in anderen immunologischen Kontexten. Es wird erwartet, dass diese Entdeckung, nach weiteren präklinischen und klinischen Tests, einen vielversprechenden neuen Weg für die Entwicklung von Therapien zur Krebsbekämpfung aufzeigen könnte.

Die Verfügbarkeit des C2S-Scale 27B-Modells sowie der zugehörigen Ressourcen für die Forschungsgemeinschaft über Plattformen wie Hugging Face und GitHub soll die weitere Innovation in diesem Bereich fördern. Diese Entwicklung verdeutlicht das wachsende Potenzial von KI, komplexe wissenschaftliche Herausforderungen zu lösen und die Entdeckungsrate in der medizinischen Forschung erheblich zu beschleunigen.

Ausblick

Die Fähigkeit von KI, biologisches Verhalten auf einer zellulären Ebene zu modellieren und präzise Vorhersagen zu treffen, könnte die Arzneimittelentwicklung revolutionieren. Durch die Skalierung von Modellen wie C2S-Scale 27B können Hochdurchsatz-Virtual-Screens durchgeführt, kontextabhängige Biologie entdeckt und fundierte biologische Hypothesen generiert werden. Dies legt eine Blaupause für eine neue Art der biologischen Entdeckung vor und könnte dazu beitragen, den Weg zu neuen Therapien zu verkürzen.

Die Zusammenarbeit zwischen führenden Technologieunternehmen und akademischen Institutionen demonstriert, wie interdisziplinäre Ansätze die Grenzen des Machbaren verschieben können. Die kontinuierliche Weiterentwicklung und verantwortungsvolle Anwendung von KI in der Gesundheitsbranche ist entscheidend, um das volle Potenzial dieser Technologien für das Wohl der Patienten auszuschöpfen.