Konversationaler KI-Agent für präzise Onkologie: AI-HOPE-WNT integriert klinische und genomische Daten zur Untersuchung der WNT-Signalweg-Dysregulation bei kolorektalem Krebs

Einleitung Der WNT-Signalweg ist ein entscheidender Treiber für die Initiierung und Progression von kolorektalem Krebs (CRC), insbesondere beim früh einsetzenden CRC (EOCRC) in unterversorgten Populationen. Die Untersuchung der Dysregulation des WNT-Signalwegs über klinische und genomische Dimensionen hinweg bleibt jedoch technisch herausfordernd, was sowohl den translationalen Einblick als auch personalisierte Interventionsstrategien einschränkt. Um diese Lücke zu schließen, haben wir AI-HOPE-WNT entwickelt, den ersten konversationalen künstlichen Intelligenz (KI)-Agenten, der speziell zur Untersuchung der WNT-Signalgebung bei CRC mittels natürlichsprachlicher, integrativer Bioinformatik konzipiert wurde. Methoden AI-HOPE-WNT verwendet eine modulare Architektur, die große Sprachmodelle (LLMs), eine Natural-Language-to-Code-Engine sowie einen Backend-statistischen Workflow kombiniert, der mit harmonisierten Daten aus cBioPortal verbunden ist. Im Gegensatz zu allgemeinen Plattformen ist AI-HOPE-WNT einzigartig für die WNT-spezifische präzise Onkologie optimiert. Das Tool unterstützt Analysen der Mutationshäufigkeit, Odds-Ratio-Tests, Überlebensmodellierung und Subgruppen-Stratifizierung anhand genomischer, klinischer und demografischer Variablen. Zur Validierung der Plattform rekonstruierten wir Ergebnisse aus zwei früheren Studien, die WNT-Signalweg-Veränderungen in Hochrisiko-CRC-Populationen untersuchten, darunter die Mutationsprävalenz in RNF43 und AXIN2 sowie Überlebensausgänge im Zusammenhang mit dem WNT-Signalweg-Status über ethnische und Alters-Subgruppen hinweg. Explorative Abfragen bewerteten zudem Behandlungsantworten, Ko-Mutationsmuster und populationsspezifische Trends. Ergebnisse In den Reproduktionsanalysen stellte AI-HOPE-WNT wesentliche Trends vorheriger Arbeiten dar, einschließlich verbessertem Überleben bei WNT-veränderten EOCRC und höheren RNF43-Mutationsraten bei Hispanic/Latino (H/L) Populationen verglichen mit nicht-hispanischen Weißen (NHW). Explorative Analysen zeigten mehrere neuartige Befunde. Bei FOLFOX-behandelten EOCRC-Patienten waren APC-Mutationen mit signifikant unterschiedlichen Überlebensausgängen assoziiert (p = 0,043). RNF43-mutante Tumoren zeigten schlechteres Überleben in metastasierten im Vergleich zu primären Fällen (p = 0,028). AXIN1- und APC-Ko-Mutationen zeigten eine ortsspezifische Anreicherung zwischen Kolon- und Rektaltumoren. Geschlechtsspezifische Unterschiede in AXIN2-Mutanten bei unterschiedlichen MSI-Stati führten zu signifikanten Überlebensvariationen (p = 0,036). Zusätzlich zeigten Patienten unter 50 Jahren mit APC-Mutanten Primärtumoren schlechteres Überleben (p = 0,031) und eine erhöhte Mutationsprävalenz. Fazit AI-HOPE-WNT ist die erste dedizierte KI-Plattform für WNT-Signalweg-Analysen bei CRC. Durch die Kombination natürlichsprachlicher Interaktion mit automatisierter, hochdurchsatzfähiger Bioinformatik demokratisiert sie den Zugang zu signalwegspezifischer präziser onkologischer Forschung. Die Plattform ist frei verfügbar unter: https://github.com/Velazquez-Villarreal-Lab/AI-HOPE-WNT.