{"id":257754,"date":"2026-07-06T03:17:11","date_gmt":"2026-07-06T03:17:11","guid":{"rendered":"https:\/\/www.europesays.com\/at\/257754\/"},"modified":"2026-07-06T03:17:11","modified_gmt":"2026-07-06T03:17:11","slug":"ki-findet-110-krebshemmende-molekuele-in-lebensmitteln","status":"publish","type":"post","link":"https:\/\/www.europesays.com\/at\/257754\/","title":{"rendered":"KI findet 110 \u201ekrebshemmende\u201c Molek\u00fcle in Lebensmitteln"},"content":{"rendered":"

LONDON \/ LONDON (IT BOLTWISE) \u2013 Eine KI-gest\u00fctzte Analyse<\/a> aus dem Umfeld des Imperial College London verkn\u00fcpft rund 7.900 bioaktive Lebensmittelmolek\u00fcle mit knapp 200 bekannten Krebswirkstoffen. Dabei tauchen 110 sogenannte \u201eCancer-Beating Molecules\u201c in Lebensmitteln wie Tee, Weintrauben und Zitrusfr\u00fcchten besonders h\u00e4ufig auf. F\u00fcr Unternehmen ist vor allem interessant, wie KI hier die Wirkstoffsuche beschleunigt und wie sich solche Erkenntnisse k\u00fcnftig in personalisierte Pr\u00e4ventionspl\u00e4ne \u00fcbertragen lassen. Gleichzeitig bleibt der entscheidende Punkt: Ern\u00e4hrungsbasierte Molek\u00fcle ersetzen keine Krebstherapie, sondern k\u00f6nnen h\u00f6chstens erg\u00e4nzend wirken.<\/p>\n

\"KI<\/a>KI findet 110 \u201ekrebshemmende\u201c Molek\u00fcle in Lebensmitteln \u2013 was das f\u00fcr Pr\u00e4vention bedeutet (Foto: IT BOLTWISE)<\/p>\n

<\/p>\n

\ud83e\udde0 KI & Robotik auf Google News abonnieren<\/p>\n

<\/a><\/p>\n

Dass K\u00fcnstliche Intelligenz (KI) nicht nur neue Wirkstoffe erfindet, sondern auch bereits vorhandene Naturstoffe \u201eneu ordnet\u201c, zeigt eine aktuelle Untersuchung aus dem Umfeld des Imperial College London. Das Team um Dr. Kirill Veselkov lie\u00df daf\u00fcr eine KI-Plattform namens DreamLab \u00fcber einen gro\u00dfen Datenraum laufen: Aus Lebensmitteln wurden rund 7.900 bioaktive Molek\u00fcle mit den Wirkstoffprofilen von knapp 200 Krebsmedikamenten abgeglichen. Das Ergebnis klingt provokant, ist aber datengetrieben: 110 Molek\u00fcle kommen in beiden Welten vor \u2013 also in Lebensmitteln und in therapeutischen Wirkstoffklassen.<\/p>\n

Technisch betrachtet geht es dabei weniger um eine klassische \u201eEins-zu-eins\u201c-Wirkung wie in der Pharmakologie, sondern um einen Filter, der \u00c4hnlichkeiten in chemischen Merkmalen und m\u00f6glichen Wirkprofilen herausarbeitet. DreamLab dient als KI-gest\u00fctzte Abstraktionsebene, um aus Molek\u00fclstrukturen und -eigenschaften Kandidaten zu priorisieren, die eine Krebshemmung zumindest plausibel unterst\u00fctzen k\u00f6nnten. Dieser Ansatz erinnert an die moderne Wirkstoffforschung mit ML-Modellen: Statt jedes Molek\u00fcl im Labor durchzuprobieren, werden die wahrscheinlichsten Kandidaten zuerst aus einem Pool herausgezogen und dann experimentell verifiziert.<\/p>\n

Besonders relevant ist die Verteilung dieser 110 \u201eCancer-Beating Molecules\u201c in der Ern\u00e4hrung. In der Analyse<\/a> werden Hyperfoods mit vergleichsweise hoher Konzentration genannt: Tee, Weintrauben, Karotten und Orangen \u2013 erg\u00e4nzt durch Sellerie, Kohl, Koriander und Dill. Die Studie<\/a> verweist zudem auf Best\u00e4tigungen aus den Jahren 2025 und 2026, die bestimmte Stoffgruppen wie Flavonoide und Terpenoide in den Fokus r\u00fccken. Damit verschiebt sich die Diskussion weg von \u201eSuperfood-Marketing\u201c hin zu einer datenbasierten Stofflogik: Welche Molek\u00fclfamilien sind h\u00e4ufig, welche erreichen relevante Gewebekontexte, und welche Mechanismen lassen sich \u00fcber In-vitro- und Epidemiologiedaten zumindest st\u00fctzen?<\/p>\n

F\u00fcr den Market-Context ist das Timing bemerkenswert: Parallel zur Krebsforschung treiben mehrere Akteure KI in die Wirkstoffentwicklung. Unternehmen wie Anthropic setzen KI ein, um Entwicklungszyklen zu verk\u00fcrzen, also von der Hypothesenbildung bis zu besseren Trefferraten in pr\u00e4klinischen und klinischen Phasen. Novartis hat in diesem Zusammenhang \u00f6ffentlich skizziert, dass KI die Zeitspanne von etwa zw\u00f6lf auf rund sieben bis acht Jahre reduzieren und die Erfolgsquote klinischer Studie<\/a>n verdoppeln k\u00f6nnte. Unabh\u00e4ngig davon, wie exakt diese Zahlen in der Praxis ausfallen, ist die Richtung klar: KI wird zum strategischen Hebel, um Labor- und Studie<\/a>nkosten zu senken und schneller zu iterieren.<\/p>\n

Gleichzeitig existiert ein historischer Hintergrund, der f\u00fcr Einordnung sorgt. Die Idee, Ern\u00e4hrung und Krebspr\u00e4vention zusammenzudenken, ist nicht neu \u2013 aber die methodische Qualit\u00e4t schwankte lange zwischen mechanistischen Laborstudien und gro\u00df angelegten Beobachtungsdaten, ohne dass beide Ebenen sauber miteinander verbunden wurden. Fr\u00fche Ans\u00e4tze der Wirkstoffsuche waren stark auf chemische Bibliotheken und zuf\u00e4llige Screenings angewiesen; erst mit leistungsf\u00e4higer Berechnung und besseren molekularen Datenpipelines wurden datengest\u00fctzte Priorisierungen effizienter. Dass jetzt eine KI-gest\u00fctzte Br\u00fccke zwischen Lebensmittelmolek\u00fclen und Medikamentwirkstoffen entsteht, ist deshalb eher eine Weiterentwicklung als ein \u201eReset\u201c des Feldes.<\/p>\n

Die Studie<\/a>nlage, die in der Untersuchung ebenfalls aufgegriffen wird, ordnet Pr\u00e4vention \u00fcber Ern\u00e4hrung in gr\u00f6\u00dferen Populationen ein. In einem Bericht aus dem Lancet Healthy Longevity-Kontext mit rund 400.000 Probanden wird beschrieben, dass eine pflanzliche Ern\u00e4hrung das Risiko f\u00fcr Multimorbidit\u00e4t um bis zu 32 Prozent senken kann. Zudem wird eine Untersuchung in Nature aus Februar 2026 erw\u00e4hnt, nach der eine vegetarische Lebensweise das Risiko f\u00fcr Brust-, Prostata-, Nieren- und Bauchspeicheldr\u00fcsenkrebs signifikant verringert. Besonders konkrete Daten liefert die UK Biobank mit \u00fcber 93.000 Teilnehmenden zum Brustkrebsrisiko, wobei eine flavonoidreiche Ern\u00e4hrung das Erkrankungsrisiko um 15 Prozent senkte \u2013 sogar bei genetischer Vorbelastung. Entscheidend ist: Das unterst\u00fctzt eine pr\u00e4ventive Hypothese, ersetzt aber keine klinische Therapieentscheidung.<\/p>\n

Aus Sicht der technischen und regulatorischen Risiken ist die Kommunikation sensibel. Wenn Molek\u00fcle als \u201ekrebshemmend\u201c beschrieben werden, m\u00fcssen Verantwortliche klar zwischen plausibler biologischer Wirkung, Risikoreduktion in Bev\u00f6lkerungsdaten und einem individuellen Therapieersatz unterscheiden. Genau hier liegt eine typische Compliance-Falle: Unternehmen k\u00f6nnten aus solchen Ergebnissen zu stark verk\u00fcrzte Heilsversprechen ableiten, etwa in Lifestyle- oder Ern\u00e4hrungsprodukten. F\u00fcr die Praxis hei\u00dft das, dass medizinische Aussagen entweder als Forschung<\/a>sergebnis mit klaren Grenzen pr\u00e4sentiert werden oder in Richtung von unterst\u00fctzenden, nicht substituierenden Ma\u00dfnahmen formuliert werden m\u00fcssen. Parallel bleibt Datenschutz<\/a> relevant: Wo Daten aus Gesundheit<\/a>sportalen, Genprofilen oder Ern\u00e4hrungs-Apps zusammenlaufen, muss die Datennutzung rechtm\u00e4\u00dfig, zweckgebunden und technisch abgesichert sein.<\/p>\n

Industrie<\/a>seitig er\u00f6ffnet die Studie<\/a> zwei Chancen: Erstens kann die Priorisierung von Naturstoffkandidaten neue Labor-Workflows effizienter machen. Zweitens entsteht Potenzial f\u00fcr MLOps-gest\u00fctzte \u201eWirkstoff-\u00e4hnliche\u201c-Produktentwicklung \u2013 etwa als Grundlage f\u00fcr personalisierte Ern\u00e4hrungs-Interventionen, die langfristig pr\u00e4ventiv oder erg\u00e4nzend wirken sollen. Das gilt besonders, wenn Unternehmen ihre KI-Pipelines mit Validierungsstufen verzahnen: Von In-silico-Priorisierung \u00fcber Zell- und Organoid-Modelle bis zu kontrollierten Ern\u00e4hrungsstudien. In einem reifen System sollten Modellg\u00fcte, Drift und Datenherkunft nachvollziehbar dokumentiert sein, weil sonst die Reproduzierbarkeit leidet.<\/p>\n

Erg\u00e4nzend erweitert sich das Bild der Krebspr\u00e4vention um weitere bioaktive Bereiche. Die Untersuchung verweist auf fermentierte Lebensmittel wie Sauerkraut oder Kefir, die st\u00e4rker ins Gespr\u00e4ch kommen, weil sie das Darm<\/a>mikrobiom beeinflussen und Entz\u00fcndungsmarker senken k\u00f6nnen. Zugleich wird in diesem Umfeld auch vor Risiken wie der Ausbreitung resistenter Pilze gewarnt, wie es in einem April-2026-Kontext in Nature Medicine thematisiert wird. Diese Gegen\u00fcberstellung zeigt, wie wichtig es ist, Ern\u00e4hrung als komplexes System zu betrachten: Wer nur \u201epositive\u201c Molek\u00fcle herausfiltert, \u00fcbersieht m\u00f6glicherweise \u00f6kologische Nebenwirkungen im Mikrobiom. Technisch bedeutet das, dass Modelle k\u00fcnftig st\u00e4rker multi-omics- und Kontextdaten integrieren sollten.<\/p>\n

Der n\u00e4chste Zukunftsschritt k\u00f6nnte in der Theranostik liegen. Im Text wird Radioliganden erw\u00e4hnt, die Krebszellen gezielt diagnostizieren und gleichzeitig zerst\u00f6ren \u2013 etwa bei Prostatakarzinomen bereits im Einsatz. Gerade das verbindet pr\u00e4zise Bildgebung mit wirksamer Therapie und zeigt, wie wichtig Targeting-Mechanismen sind. Wenn KI-Modelle k\u00fcnftig Molek\u00fclkandidaten nicht nur nach \u201e\u00c4hnlichkeit\u201c ordnen, sondern nach erreichbaren Targets im K\u00f6rpergewebe, k\u00f6nnte sich der Pfad von Ern\u00e4hrungskandidaten zu medizinisch verwertbaren Anwendungen verengen. F\u00fcr Unternehmen bedeutet das: Der Wettbewerb verschiebt sich von reiner KI-Implementierung hin zu durchg\u00e4ngigen, validierbaren Produkt- und Studie<\/a>npipelines.<\/p>\n

Unterm Strich ist die Aussage der Studie<\/a> keine Einladung zur Selbstmedikation, sondern ein Hinweis auf eine neue Forschung<\/a>smethodik. Experten betonen in diesem Kontext, dass Hyperfoods keine medizinische Behandlung ersetzen. Was bleibt, ist die n\u00fcchterne, aber strategisch spannende Erkenntnis: KI kann Kandidaten aus Alltagsmolek\u00fclen schneller priorisieren, gro\u00dfe Datenlandschaften konsistenter durchsuchen und Hypothesen f\u00fcr Pr\u00e4ventions- und Wirkstoffprogramme liefern. Wer diese Ergebnisse in der Unternehmenspraxis nutzt, sollte sie als Startpunkt f\u00fcr saubere Validierung betrachten \u2013 und dabei regulatorische Grenzen, klinische Evidenzhierarchien und Datenschutz<\/a>prinzipien konsequent mitdenken.<\/p>\n

\t<\/a><\/p>\n

\t\t<\/a><\/p>\n

\ud83d\udcb3 Amazon-Kreditkarte mit 2.000 Euro Limit bestellen!<\/a>
\ud83d\udd25 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!<\/a>
\ud83c\udf89 Amazon Haul-Store f\u00fcr absolute Schn\u00e4ppchenj\u00e4ger!<\/a><\/p>\n

<\/p>\n

<\/a><\/p>\n

Bestseller Nr. 1 \u1d43\u293b\u1dbb \u00abKI Gadgets\u00bb<\/p>\n

Bestseller Nr. 2 \u1d43\u293b\u1dbb \u00abKI Gadgets\u00bb<\/p>\n

Bestseller Nr. 3 \u1d43\u293b\u1dbb \u00abKI Gadgets\u00bb<\/p>\n

Bestseller Nr. 4 \u1d43\u293b\u1dbb \u00abKI Gadgets\u00bb<\/p>\n

Bestseller Nr. 5 \u1d43\u293b\u1dbb \u00abKI Gadgets\u00bb<\/p>\n

Bestseller Nr. 6 \u1d43\u293b\u1dbb \u00abKI Gadgets\u00bb<\/p>\n

Bestseller Nr. 7 \u1d43\u293b\u1dbb \u00abKI Gadgets\u00bb<\/p>\n

\n\"Hat<\/a><\/p>\n

<\/p>\n

<\/p>\n

Erg\u00e4nzungen und Infos bitte an die Redaktion per eMail an de-info[at]it-boltwise.de. Da wir bei KI-erzeugten News und Inhalten selten auftretende KI-Halluzinationen nicht ausschlie\u00dfen k\u00f6nnen, bitten wir Sie bei Falschangaben und Fehlinformationen uns via eMail zu kontaktieren und zu informieren. Bitte vergessen Sie nicht in der eMail die Artikel-Headline zu nennen: „KI findet 110 \u201ekrebshemmende\u201c Molek\u00fcle in Lebensmitteln \u2013 was das f\u00fcr Pr\u00e4vention bedeutet“.<\/p>\n","protected":false},"excerpt":{"rendered":"LONDON \/ LONDON (IT BOLTWISE) \u2013 Eine KI-gest\u00fctzte Analyse aus dem Umfeld des Imperial College London verkn\u00fcpft rund…\n","protected":false},"author":2,"featured_media":257755,"comment_status":"","ping_status":"","sticky":false,"template":"","format":"standard","meta":{"footnotes":"","_share_on_mastodon":"0"},"categories":[20],"tags":[17360,9571,46,42,12316,7367,54781,70590,137,124,123,507,15240,206,508,43567,1940,59352,69425,44,5045,58138],"class_list":["post-257754","post","type-post","status-publish","format-standard","has-post-thumbnail","category-gesundheit","tag-ai","tag-artificial-intelligence","tag-at","tag-austria","tag-biochemie","tag-biomarker","tag-datenanalyse","tag-drug-discovery","tag-ernaehrung","tag-gesundheit","tag-health","tag-ki","tag-klinische-studien","tag-krebs","tag-kuenstliche-intelligenz","tag-labor","tag-lebensmittel","tag-maschine-learning","tag-molekuele","tag-oesterreich","tag-praevention","tag-wirkstoffsuche"],"share_on_mastodon":{"url":"https:\/\/pubeurope.com\/@at\/116870869936812525","error":""},"_links":{"self":[{"href":"https:\/\/www.europesays.com\/at\/wp-json\/wp\/v2\/posts\/257754","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.europesays.com\/at\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.europesays.com\/at\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.europesays.com\/at\/wp-json\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/www.europesays.com\/at\/wp-json\/wp\/v2\/comments?post=257754"}],"version-history":[{"count":0,"href":"https:\/\/www.europesays.com\/at\/wp-json\/wp\/v2\/posts\/257754\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.europesays.com\/at\/wp-json\/wp\/v2\/media\/257755"}],"wp:attachment":[{"href":"https:\/\/www.europesays.com\/at\/wp-json\/wp\/v2\/media?parent=257754"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.europesays.com\/at\/wp-json\/wp\/v2\/categories?post=257754"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.europesays.com\/at\/wp-json\/wp\/v2\/tags?post=257754"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}