Forschende am Jonsson Comprehensive Cancer Center der UCLA Health haben ein neues Plattform-System entwickelt, das künstliche Intelligenz, 3D-Biodruck und hochauflösende Bildgebung vereint, um die Reaktion von Tumoren auf Therapieansätze präzise zu überwachen. Die Ergebnisse wurden im Fachjournal Nature Protocols publiziert. Das System adressiert ein zentrales Problem der aktuellen Krebsforschung: herkömmliche Labormodelle spiegeln die biologische Komplexität von Patiententumoren oft nur unzureichend wider, während bestehende Organoid-Ansätze häufig an Geschwindigkeit, Konsistenz und Skalierbarkeit scheitern. Der neu entwickelte Workflow nutzt zunächst den Extrusions-Biodruck, um dreidimensionale Tumor-Organoiden aus patienteneigenen Krebszellen zu generieren. Diese sind in extrazelluläre Matrixkonstrukte eingebettet und für hochdurchsatzfähige Mehrfachwellenformate optimiert. Im Gegensatz zu herkömmlichen Methoden kommt auf Fluoreszenzfarbstoffe oder zerstörende Assays verzichtet. Stattdessen überwacht ein Hochgeschwindigkeits-Phasenkontrastmikroskop das Wachstum und die Biomasseveränderungen der Organoiden in Echtzeit. Dieses berührungslose Verfahren verhindert künstliche Eingriffe in das Zellverhalten und ermöglicht eine langfristige, kontinuierliche Beobachtung. Die quantitative Auswertung der entstehenden Bilddaten übernimmt eine KI-gestützte Analysesoftware. Durch automatisierte Bildrekonstruktion, deep-learning-basierte Segmentierung und maschinelle Lernalgorithmen wird die Reaktion jedes einzelnen Organoids präzise dokumentiert. Forschende können so Pharmakawirkungen auf Einzelzell-Ebene über Tausende von Proben hinweg messen, die Tumorheterogenität detailliert abbilden und seltene, resistente Zellpopulationen identifizieren. Professor Dr. Michael Teitell, Direktor des Centers und leitender Autor der Studie, betont, dass das System nicht nur Durchschnittswerte auswertet, sondern individuelle Ansprechprofile aufdeckt. Dies mache es möglich, die biologischen Gründe für unterschiedliche Therapieerfolge zu verstehen und Therapiemuster zu optimieren. Die klinische Bedeutung des Ansatzes liegt in der direkten Anwendung für die personalisierte Medizin. Ärzte könnten zukünftig Arzneimittel-Tests an patienteneigenen Organoiden durchführen, bevor die eigentliche Behandlung beginnt. Besonders bei seltenen oder therapieresistenten Krebserkrankungen bietet die Plattform die Möglichkeit, vielversprechende Wirkstoffkombinationen schnell zu screenen und Behandlungen gezielt an den individuellen Tumorprofilen auszurichten. Durch die Kombination von praxisnahen Tumormodellen, zerstörungsfreier Echtzeitüberwachung und skalierbarer KI-Analyse setzt die UCLA-Entwicklung einen neuen Standard im hochdurchsatzfähigen Wirkstoffscreening und ebnet den Weg für datengestützte, maßgeschneiderte onkologische Therapien.