KI-System diagnostiziert akute Leukämie in 2 Stunden mithilfe von DNA-Methylierungsmustern
Forscher haben MARLIN entwickelt, einen KI-Klassifikator, der Leukämie-Subtypen anhand von DNA-Methylierung schnell identifiziert und die Krebsdiagnose grundlegend verändern könnte.
Zusammenfassung
Wissenschaftler haben MARLIN entwickelt, ein KI-System, das anhand von DNA-Methylierungsmustern akute Leukämie-Subtypen in nur 2 Stunden klassifizieren kann. Das System analysierte 2.540 Proben, um 38 verschiedene Leukämieklassen zu identifizieren, und erzielte bei Echtzeittests eine Genauigkeit von 96 %. Dieser Durchbruch könnte die Krebsdiagnose erheblich beschleunigen, da aktuelle Methoden Tage bis Wochen in Anspruch nehmen. Die Technologie nutzt Nanopore-Sequenzierung, um DNA-Methylierung direkt auszulesen, und eliminiert dabei zeitaufwendige Probenverarbeitungsschritte, die Behandlungsentscheidungen verzögern.
Detaillierte Zusammenfassung
Akute Leukämie erfordert eine dringende Behandlung, doch aktuelle diagnostische Methoden benötigen Tage bis Wochen, was die lebensrettende Therapie verzögern kann. Standardtests wie Knochenmarksanalyse, Durchflusszytometrie und genetische Sequenzierung sind zeitaufwendig und können wichtige Krankheitssubtypen übersehen, die die Therapieauswahl beeinflussen könnten.
Forscher entwickelten MARLIN (methylation- and AI-guided rapid leukemia subtype inference), ein neuronales Netzwerksystem, das akute Leukämie anhand von DNA-Methylierungsmustern klassifiziert. Zunächst stellten sie einen umfassenden Referenzdatensatz aus 2.540 Proben aus 11 veröffentlichten Studien zusammen, der pädiatrische und erwachsene Patienten mit akuter myeloischer Leukämie (AML), B-Zell- und T-Zell-akuter lymphoblastischer Leukämie (ALL) sowie seltene Mischlinien-Fälle abdeckt.
Das Team identifizierte 38 verschiedene Methylierungsklassen über Leukämietypen hinweg, wobei die DNA-Methylierungs-basierte Klassifikation in 97,3 % der Fälle mit der standardmäßigen pathologischen Linienzuordnung übereinstimmte. Bemerkenswerterweise offenbarte das Methylierungsprofiling eine zusätzliche Krankheitsheterogenität, die über das hinausgeht, was genetische Tests typischerweise erfassen – insbesondere bei AML, wo neuartige, bisher nicht beschriebene Untergruppen gefunden wurden.
Mithilfe der Nanopore-Sequenzierungstechnologie, die DNA-Methylierung direkt ohne chemische Konvertierung lesen kann, lieferte MARLIN innerhalb von 2 Stunden nach Probeneingang genaue Vorhersagen. Bei retrospektiven Tests erzielte das System hochzuverlässige Vorhersagen, die in 25 von 26 Fällen mit den konventionellen Diagnosen übereinstimmten. Die Echtzeit-Validierung bei fünf Patienten mit Verdacht auf akute Leukämie zeigte eine Genauigkeit von 100 %.
Dieser Ansatz könnte die Leukämiediagnostik revolutionieren, indem er eine schnelle, umfassende molekulare Klassifikation bietet, die bestehende Methoden ergänzt. Die Technologie identifiziert seltene Subtypen mit Linienambiguität, die Standardtests möglicherweise übersehen, und könnte so die Therapieauswahl verbessern. Allerdings erfordert das System spezialisierte Nanopore-Sequenzierungsgeräte und eine entsprechende Recheninfrastruktur, was die anfängliche Implementierung möglicherweise auf große medizinische Zentren beschränkt.
Wichtigste Erkenntnisse
- MARLIN AI system classifies acute leukemia subtypes in 2 hours with 96% accuracy
- DNA methylation profiling identified 38 distinct leukemia classes from 2,540 samples
- System matched standard pathology diagnosis in 97.3% of cases across all lineages
- Technology revealed novel AML subgroups not captured by conventional genetic testing
- Real-time validation achieved 100% accuracy in five consecutive patient cases
Methodik
Forscher stellten eine Referenzkohorte aus 2.540 Proben akuter Leukämie aus publizierten Methylierungs-Array-Studien zusammen, definierten 38 Methylierungsklassen und trainierten einen neuronalen Netzwerk-Klassifikator. Das System wurde mittels Nanoporen-Sequenzierung an retrospektiven und prospektiven Patientenproben validiert.
Studienlimitierungen
Das System erfordert spezialisierte Nanoporen-Sequenzierungsgeräte und Recheninfrastruktur. Die Validierung wurde an einer begrenzten Anzahl von Echtzeit-Fällen durchgeführt (n=5), und eine breitere klinische Implementierung würde größere prospektive Studien in verschiedenen Gesundheitseinrichtungen erfordern.
Hat dir diese Zusammenfassung gefallen?
Erhalte die neueste Longevity-Forschung jede Woche in deinen Posteingang.
E-Mail-Adresse zum Abonnieren eingeben: