Boston – Bestimmte in der Bildgebung sichtbare Merkmale der Milz hängen nach einer Studie mit koronarer Herzkrankheit (CAD) und bekannten CAD-Genorten zusammen. Forschende von Mass General Brigham nutzten künstliche Intelligenz, Bauchaufnahmen und Genomdaten von 42.059 Teilnehmenden der UK Biobank. Die Arbeit erschien in „Science Translational Medicine“ (DOI: 10.1126/scitranslmed.aeh2517). EurekAlert berichtete am 9. September 2026.
Von 107 ausgewerteten Milzmerkmalen waren zehn mit CAD assoziiert. Genomweite Analysen verknüpften Gene sowohl mit Milzmerkmalen als auch mit CAD; viele lagen in regulatorischen, nicht kodierenden Abschnitten. Die beteiligten Prozesse betrafen unter anderem Entzündung, glatte Muskelzellen, Blutdruck und Fettzellbildung. Zwei Varianten am Locus 9p21 auf Chromosom 9 – einem klassischen CAD-Risikobereich – waren mit unregelmäßiger Milztextur und einem höheren CAD-Risiko verbunden, unabhängig von Blutdruck, Cholesterin und anderen üblichen Risikofaktoren.
In einer zweiten Gruppe von 2745 klinisch untersuchten Patientinnen und Patienten der Mass General Brigham Biobank ließen sich die meisten Assoziationen der UK Biobank nicht bestätigen. Die Autoren führen das darauf zurück, dass Forschungs-Kohorten oft gesünder und einheitlicher gescannt werden, klinische Patientinnen und Patienten dagegen komplexer erkrankt und nach unterschiedlichen Protokollen untersucht sind.
Erstautorin ist Meghana Kamineni, Co-Letztautor Zhi Yu (beide Mass General Brigham; Yu auch Broad Institute). Yu verwies darauf, dass klassische Risikofaktoren wie LDL-Cholesterin heute gut senkbar seien, ein erhebliches Restrisiko aber bleibe. Die Milz als Speicher- und Filterorgan des blutbildenden und Immunsystems sei im Routineblut schwer zu beurteilen; Bildgebung könne feinere Veränderungen sichtbar machen. Ob die Milzmerkmale CAD widerspiegeln, mitverursachen oder vorhersagen, ist nicht geklärt.
Die Studie zeigt Assoziationen, keinen Nachweis eines kausalen „Milz-Herz-Mechanismus“. Klinische Anwendung oder Therapieansätze ergeben sich daraus nicht. Gefördert wurde die Arbeit unter anderem durch NIH-Programme, die American Heart Association und die Fondation Leducq. Titel: „Machine learning–driven spleen imaging and genomics uncover a splenic connection to coronary artery disease“.
