Ein neues bildgebendes Verfahren zur Identifizierung abnormaler Zuckerstrukturen auf Tumorzellen wurde mit dem 2026 KI Image Award
ausgezeichnet. Die am 1. April 2026 veröffentlichten Ergebnisse zeigen, dass die Untersuchung der Glykosylierung spezifische Muster aufdeckt, die ausschließlich in Tumoren vorkommen. Dies ermöglicht eine präzisere Früherkennung von Krebserkrankungen durch die Analyse zellulärer Zuckermuster.
Die Auszeichnung des KI Image Award 2026
Die Anerkennung durch den 2026 KI Image Award
am 1. April 2026 markiert einen Fortschritt in der medizinischen Bildgebung. Im Zentrum der prämierten Arbeit steht ein Ansatz, der es ermöglicht, abnormale Zuckermuster auf menschlichen Zellen sichtbar zu machen. Diese Muster sind nicht in gesundem Gewebe zu finden, sondern treten spezifisch in Tumoren auf.
Die Methode nutzt die Analyse der Glykosylierung, einen Prozess, bei dem Zuckermoleküle an Proteine oder Lipide gebunden werden. In Krebszellen ist dieser Prozess gestört, was zu einer charakteristischen Veränderung der Zelloberfläche führt. Durch den Einsatz von künstlicher Intelligenz in der Bildverarbeitung können diese subtilen Abweichungen nun identifiziert werden, was den Weg für eine deutlich frühere Diagnose ebnet, bevor Tumore in herkömmlichen Scans sichtbar werden.
Glykosylierung als Biomarker für Tumore
Die Glykosylierung ist ein komplexer biologischer Mechanismus, der die Funktion und Kommunikation von Zellen steuert. Wenn Zellen entarten, verändert sich die Zusammensetzung dieser Zuckerketten. Diese abnormalen Glykan-Strukturen fungieren als biologische Marker, die den Unterschied zwischen einer gesunden Zelle und einer Krebszelle definieren.
Die neue Bildgebung konzentriert sich darauf, genau diese Glykosylierungsmuster zu isolieren. Während herkömmliche Methoden oft nur die Masse oder die Form eines Tumors erfassen, erlaubt dieser Ansatz einen Blick auf die molekulare Signatur der Zelle. Da diese Muster spezifisch für Tumoren sind, sinkt die Wahrscheinlichkeit von Fehlinterpretationen, die bei unspezifischen Entzündungen oder Gewebeveränderungen auftreten können.
Der Warburg-Effekt und der Verlust der Zellidentität
Um die Entstehung dieser Zuckermuster zu verstehen, ist der Blick auf den Zellstoffwechsel entscheidend. Krebszellen nutzen Glukose auf eine Weise, die sich grundlegend von gesunden Zellen unterscheidet. Dieses Phänomen ist als Warburg-Effekt bekannt und wurde bereits in den 1920er Jahren vom Biochemiker Otto Warburg beschrieben.
Anstatt die gesamte Glukose abzubauen, um maximale Energie zu gewinnen, wandeln sie den Großteil davon in ein einfacheres Molekül namens Laktat um und geben dieses als Abfallprodukt ab.
Stanford Medicine, Bericht zum Zusammenhang zwischen Zucker und Krebs
Jiangbin Ye, Assistenzprofessor für Strahlungsonkologie an der Stanford Medicine, untersucht die Auswirkungen dieses veränderten Stoffwechsels auf die Identität der Zellen. Seine Forschung zeigt, dass die Art und Weise, wie eine Zelle Glukose verarbeitet, direkt beeinflusst, welche Gene aktiviert oder deaktiviert werden.
Laut Ye geht es bei diesem veränderten Stoffwechsel weniger um die Energieproduktion als vielmehr um die Identität der Zellen
. Wenn eine Zelle ihre spezialisierte Funktion verliert – etwa eine Leberzelle, die aufhört, wie eine Leberzelle zu agieren –, ist dies ein Kernmerkmal von Krebs. Diese metabolische Umstellung ist eng mit den abnormalen Zuckermustern verknüpft, die durch das neue KI-gestützte Verfahren sichtbar gemacht werden.
Von der PET-Bildgebung zur präzisen Mustererkennung
Die Nutzung von Zucker zur Tumorsuche ist in der Medizin nicht neu. Die Positronen-Emissions-Tomographie (PET) basiert bereits darauf, dass Krebszellen Glukose schneller aufnehmen als normale Zellen. PET-Scans verfolgen die Anreicherung von radioaktiv markiertem Zucker in bestimmten Körperregionen, um Tumore zu lokalisieren.
Der Unterschied zum neuen, preisgekrönten Verfahren liegt in der Detailtiefe. Während ein PET-Scan lediglich die Menge des verbrauchten Zuckers misst, analysiert der neue Ansatz die Struktur der Zuckerverbindungen auf der Zelloberfläche. Es geht nicht mehr nur darum, *wie viel* Zucker eine Zelle konsumiert, sondern *wie* dieser Zucker an der Zelle angeordnet ist.
Diese Differenzierung ist entscheidend, da eine hohe Glukoseaufnahme nicht zwangsläufig auf Krebs hindeutet; auch entzündete Gewebe können einen erhöhten Zuckerbedarf haben. Die spezifischen Glykosylierungsmuster hingegen sind weitaus spezifischer für maligne Prozesse.
Die Integration dieser Erkenntnisse in die klinische Praxis könnte die Onkologie verändern. Wenn die Identifizierung abnormaler Zuckermuster routinemäßig möglich ist, könnten Ärzte Tumore in einem Stadium erkennen, in dem sie noch keine strukturellen Veränderungen im Gewebe verursachen, die mit CT oder MRT sichtbar wären.
Die Forschung von Jiangbin Ye deutet zudem darauf hin, dass die Umkehrung dieser metabolischen Veränderungen durch entsprechende Therapien den Krebszellen ihre normale Identität und Funktion zurückgeben könnte. Die Kombination aus präziser KI-Bildgebung zur Früherkennung und metabolischen Therapien zur Behandlung stellt somit einen neuen strategischen Ansatz in der Krebsbekämpfung dar.
