Die Präsentationen von Lunit auf der AACR 2026 verdeutlichten, wie KI-gesteuerte Biomarker die Effizienz klinischer Arbeitsabläufe steigern, räumliche Merkmale der Tumormikroumgebung aufdecken, die mit herkömmlichen Methoden nicht erfassbar sind, und integrierte Analysen zur besseren Unterstützung von Behandlungsentscheidungen ermöglichen. Lunit (KRX:328130), ein Anbieter von KI für Krebsdiagnostik und Präzisionsonkologie, stellte auf der Jahrestagung der American Association for Cancer Research (AACR) 2026, die vom 17. bis 22. April in San Diego, Kalifornien, stattfand, sechs Studien vor. Die Präsentationen hoben die Fortschritte von Lunit bei der Entwicklung KI-basierter Biomarker, der Analyse der Tumormikroumgebung (TME) und der klinischen Anwendbarkeit unter Realbedingungen hervor.

Mehrere Studien wurden in Zusammenarbeit mit globalen Partnern, darunter Agilent Technologies, durchgeführt. In einer gemeinsam mit Agilent Technologies und dem Ajou University Medical Center realisierten Untersuchung nutzten Forscher Lunit SCOPE IO und uIHC, um über 25.000 Proben von nicht-kleinzelligem Lungenkrebs (NSCLC) zu analysieren. Die Ergebnisse zeigten, dass Tumoren mit hoher c-MET-Expression eine signifikante Verringerung der Immunzelldichte innerhalb von 30 µm um die Tumorzellen aufwiesen (p < 0,001), was ein räumliches Immunexklusionsmuster offenlegte, das durch konventionelle Analysen nicht erfasst wurde.

Diese Erkenntnisse deuten auf eine potenzielle Verbindung zwischen c-MET-Überexpression und Immunevasion hin, was Kombinationsstrategien aus MET-gerichteter Therapie und Immuntherapie unterstützt. Die Forscher präsentierten zudem Ergebnisse einer explorativen Analyse der Phase-II-Studie MOUNTAINEER. Diese belegen, dass die KI-quantifizierte HER2-Expression stark mit dem Therapieansprechen bei Patienten mit HER2-positivem metastasiertem Kolorektalkarzinom korreliert, die mit Tucatinib plus Trastuzumab behandelt wurden. Die objektive Gesamtansprechrate (ORR) lag bei 43,4 % und stieg bei Patienten mit höherer HER2-Expression auf bis zu 80 % an, was auf eine deutlichere dosisabhängige Beziehung hindeutet.

Die Dichte der tumorinfiltrierenden Lymphozyten (TIL) erwies sich als unabhängiger Prädiktor für das progressionsfreie Überleben. Bemerkenswert ist, dass Patienten mit geringer stromaler TIL-Dichte kein Ansprechen zeigten (ORR 0 %) und ein signifikant höheres Risiko für ein Fortschreiten der Erkrankung aufwiesen. Diese Ergebnisse unterstreichen die zunehmende Komplexität der Biomarker-Bewertung, bei der sowohl Tumoreigenschaften als auch der Immunkontext berücksichtigt werden müssen, und betonen die potenzielle Rolle der KI bei der Unterstützung klinischer Entscheidungen.

Zusätzlich zu diesen repräsentativen Studien präsentierte Lunit auf der AACR 2026 weitere Forschungs-Abstracts, die die Breite seiner KI-gestützten Onkologieforschung demonstrieren. Dazu gehören Studien zur KI-basierten Analyse von tumorinfiltrierenden Lymphozyten bei NSCLC in Zusammenarbeit mit dem Labor von Dr. David Rimm an der Yale University School of Medicine, die KI-basierte Target-Identifizierung für bispezifische Antikörper sowie die Biomarker-Forschung bei CD47-gerichteten Therapien.