Maschinelles Lernmodell verbindet Insulinresistenz mit 12 Krebsarten

Forscher haben erstmals mit einem maschinellen Lernmodell, das auf Daten von einer halben Million Teilnehmern der UK Biobank angewendet wurde, nachgewiesen, dass Insulinresistenz ein Risikofaktor für 12 Krebsarten ist. Das Tool namens AI-IR sagt die Insulinresistenz bei Individuen basierend auf neun verschiedenen medizinischen Informationen voraus, die durch Standard-Gesundheitsuntersuchungen gewonnen werden, und liefert damit den ersten bevölkerungsweiten Beweis für den Zusammenhang zwischen Insulinresistenz und Krebs.

Das Forschungsteam nutzte sein maschinelles Lernwerkzeug erfolgreich, um einen Zusammenhang zwischen Insulinresistenz und mehreren Krebsarten nachzuweisen. Während ein möglicher Zusammenhang zwischen Insulinresistenz und Krebs bereits vermutet wurde, waren groß angelegte Beweise aufgrund der Schwierigkeit, Insulinresistenz in der Klinik zu bewerten, begrenzt. Mit AI-IR haben Forscher nun den ersten bevölkerungsweiten Beweis geliefert, dass Insulinresistenz ein Risikofaktor für Krebs ist.

AI-IR könnte leicht implementiert werden, um Hochrisiko-Personen zu identifizieren und gezieltes Screening auf Diabetes, Herz-Kreislauf-Erkrankungen und Krebs zu ermöglichen. Im Vergleich zu direkt gemessener Insulinresistenz in Validierungsdatensätzen erreichte AI-IR eine starke Vorhersageleistung. Die direkte Messung von Insulinresistenz ist außerhalb spezialisierter Diabeteskliniken unpraktisch, aber AI-IR bietet eine robuste und skalierbare Alternative zur Bewertung von Insulinresistenz auf Bevölkerungsebene.

Durch die Kombination von neun klinischen Parametern zu einer einzigen Metrik kann AI-IR Insulinresistenz erkennen, die der Body-Mass-Index (BMI) allein nicht erklären kann. Derzeit wird BMI häufig verwendet, um die Insulinresistenz einer Person und die damit verbundene Anfälligkeit für verwandte Krebsarten vorherzusagen, aber dieser Ansatz hat Einschränkungen mit falsch-positiven und falsch-negativen Ergebnissen. Die Forscher zeigten nicht nur die Vorhersagekraft von AI-IR, sondern auch, dass ihr Modell unter verschiedenen Bedingungen robust ist.

Insulinresistenz – wenn der Körper nicht richtig auf Insulin reagiert, ein Hormon, das hilft, den Blutzuckerspiegel zu kontrollieren – ist eine der grundlegenden Ursachen von Diabetes. Neben Diabetes ist allgemein bekannt, dass Insulinresistenz zu Herz-Kreislauf-, Nieren- und Lebererkrankungen führen kann. Während Insulinresistenz eng mit Fettleibigkeit verbunden ist, war es schwierig, Insulinresistenz selbst in der Klinik zu bewerten.

Die Forschung wurde in Nature Communications veröffentlicht und wurde von mehreren Finanzierungsquellen unterstützt, darunter dem University of Tokyo Excellent Young Researcher Program, der Japan Agency for Medical Research and Development, der Japan Society for the Promotion of Science und mehreren anderen Stiftungen. Das Team arbeitet nun daran zu verstehen, wie genetische Unterschiede zwischen Individuen dieses Risiko beeinflussen, und letztendlich groß angelegte menschliche Daten mit molekularbiologischen Studien zu verknüpfen, um bessere Strategien zur Überwindung von Insulinresistenz zu entwickeln.