KI-gestützte Krebsimpfstoffe bestehen Phase-3-Studien
Moderna und Merck haben die erste erfolgreiche Phase-3-Studie für einen personalisierten mRNA-Melanom-Impfstoff abgeschlossen. Der Einsatz von KI-Algorithmen zur Vorhersage der Immunogenität war entscheidend für diesen Durchbruch in der Neoantigen-Vakzinierung.
KI-gestützte Krebsimpfstoffe bestehen Phase-3-Studien
Am 19. August gaben Moderna und Merck bekannt, dass ihre personalisierte mRNA-Therapie gegen Melanom die ersten Phase-3-Studien in der Geschichte der Neoantigen-Impfstoffe erfolgreich abgeschlossen hat. Bislang wurden solche Wirkstoffe nie in einer randomisierten Studie mit einer vergleichbaren Stichprobengröße getestet. Dies stellt somit den ersten rigorosen Nachweis dar, dass dieser Ansatz tatsächlich funktioniert.
Die Behandlung basiert auf KI-Algorithmen zur Vorhersage der Immunogenität. Der KI-Algorithmus von Moderna vergleicht die Tumor-DNA mit gesundem Gewebe und prognostiziert, welche der tausenden Mutationen Peptide hervorbringen, die an HLA-Moleküle binden und T-Zellen "aktivieren" können. Die Genauigkeit wurde anhand von Archivdaten bestätigt: Das Modell identifizierte korrekt die Neoantigene, auf die die T-Zellen der Patienten tatsächlich reagierten. Aus den ausgewählten Zielen wird eine einzelne mRNA für 34 Neoantigene hergestellt und dem Patienten injiziert.
Obwohl die genauen Zahlen aus der Phase-3-Studie noch nicht veröffentlicht wurden, zeigte sich in der Phase-2-Studie im Vergleich zu Keytruda (einem der meistverkauften Medikamente weltweit) eine Reduktion des Rezidiv- oder Todesrisikos um 49 % sowie eine Verringerung des Metastasierungsrisikos um 59 %.
Als Nächstes sollen Tests des Impfstoffs bei Tumoren der Lunge, der Niere und anderer Organe beginnen.
Warum das wichtig ist
AnalyseDer erfolgreiche Abschluss der Phase-3-Studie für Neoantigen-Impfstoffe könnte die Ansätze in der Krebstherapie grundlegend verändern und neue Möglichkeiten für die personalisierte Medizin eröffnen. Der Einsatz von KI in diesem Bereich unterstreicht das enorme Potenzial der Technologie, Behandlungsergebnisse signifikant zu verbessern.
In der Community diskutieren
Teile deine Fragen und Erkenntnisse mit Entwicklern
Verwandt im Ökosystem
Praktische Leitfäden, Terminologie und Agenten-Skills
JSON – strukturierte Daten für Anwendungen, APIs und KI-Agenten
Ein umfassender praktischer Leitfaden zum JSON-Format: Syntaxregeln, Serialisierung über parse/stringify, Arbeit mit REST-APIs, JSON Schema und strukturierter Output für künstliche Intelligenz.
DOCX- und XLSX-Formate: Wann ein vollwertiges finales Dokument von KI erforderlich ist
Ein umfassender praktischer Leitfaden zur Generierung und Verarbeitung von DOCX-Dokumenten und XLSX-Tabellen mit KI: Vergleich mit Markdown und CSV, Prompt-Engineering, Arbeit mit Formeln und Automatisierung im Code.
Binance veröffentlicht Untersuchung zum Diebstahl von 6,3 Mrd. US-Dollar
Die Untersuchung verbindet den Diebstahl mit einem manipulierten Homebrew, einem gefälschten Interview und dem Missbrauch eines internen KI-Tools von Binance.
Reddit-Nutzer erklärt, warum Claude-Code-Wochenlimits fast viermal schneller verbraucht werden
Ein Reddit-Nutzer verglich den Token-Verbrauch über zwei Wochen und stellte fest, dass auf jedes 1 % des Wochenlimits von Claude Code deutlich weniger Ausgabe-Tokens entfallen; Subagents, Reasoning-Dauer und UI-Aktualisierungen gelten als mögliche Ursachen.