Wie KI und die Kontrolle von oxidativem Stress die gesunde Lebensspanne des Menschen neu gestalten könnten

Diese umfassende Übersichtsarbeit, veröffentlicht in Biomolecules im Oktober 2025, synthetisiert neue Erkenntnisse darüber, wie künstliche Intelligenz eingesetzt werden kann, um die biologischen Prozesse des Alterns zu verstehen und ihnen entgegenzuwirken. Die Autoren unterscheiden sorgfältig zwischen gesunder Lebensspanne (Jahre ohne chronische Erkrankungen und funktionellen Abbau) und radikaler Langlebigkeit (deutliche Überschreitung der aktuellen menschlichen Lebensspannengrenzen durch molekulare und zelluläre Interventionen). Sie erkennen an, dass radikale Langlebigkeit zwar über die Möglichkeiten der heutigen Technologie hinausgeht, eine bedeutsame Verlängerung der gesunden Lebensspanne jedoch ein erreichbares kurzfristiges Ziel darstellt – vorausgesetzt, KI-Werkzeuge werden wirksam eingesetzt, um die Komplexität der Alterungsbiologie zu entschlüsseln.

Ein zentrales konzeptionelles Fundament der Übersichtsarbeit ist das „Inflammaging" – die altersbedingten Verschiebung hin zu einer chronischen, niedriggradigen systemischen Entzündung, die durch seneszente Zellen, die das Hayflick-Limit der Zellteilung überschritten haben, sowie durch ein Immunsystem angetrieben wird, das mit fortschreitendem Alter an Spezifität verliert. Die Autoren beschreiben, wie Adipozyten bei übergewichtigen Personen diesen Entzündungszustand verstärken und einen Teufelskreis aus Insulinresistenz, Dyslipidämie und beschleunigter Gewebealterung erzeugen. Sie heben pflanzliche Polyphenole hervor – unter Verweis auf eine Studie von Camilleri et al. aus dem Jahr 2013 der Universität Malta, die den Schutz von Mitochondrienmembranen durch Polyphenole vor der Permeabilisierung durch Amyloid-Aggregate demonstriert – als vielversprechende Klasse natürlicher Hemmstoffe des Inflammaging, die besonders für neurodegenerative Erkrankungen wie Alzheimer und Parkinson relevant ist.

Die Übersichtsarbeit schlägt einen strukturierten KI-basierten Untersuchungsrahmen vor: Forscher geben eine präzise Problembeschreibung und Hypothese in eine KI-Plattform ein und weisen ihr dann Teilaufgaben zu – Literaturscreening, Versuchsplanung, Referenzformatierung und die Auswertung von Substanzbibliotheken. Die Autoren argumentieren, dass KI in Kombination mit automatisierten Zellkultursystemen oder „virtuellen Zell"-Modellen kombinatorische Bibliotheken von Phytochemikalien auf Anti-Aging-Aktivität weit schneller durchmustern könnte als konventionelle Nasslabor-Methoden. Die Integration von Quantencomputing wird als nächste Grenze identifiziert, wobei Qubits die simultane Parallelverarbeitung aller experimentellen Ergebnismöglichkeiten ermöglichen – was die Zeitrahmen der Arzneimittelentwicklung von Jahren auf Monate verkürzen könnte.

Hämoxygenase (HO) erhält besondere Aufmerksamkeit als KI-Analysezielmolekül. HO wird als kritisches endogenes zytoprotektives Enzym beschrieben, dessen Aktivität oxidativen Stress in kardiovaskulären und anderen Geweben abpuffert. Die Übersichtsarbeit verwendet hämolytische Erkrankungen – bei denen die Zerstörung roter Blutkörperchen toxisches freies Hämoglobin freisetzt und intensiven oxidativen Schaden verursacht – als konkretes Modellproblem für KI-gestütztes therapeutisches Design. Diese Rahmung veranschaulicht, wie KI gleichzeitig eine spezifische klinische Pathologie adressieren und dabei breiter anwendbare Erkenntnisse über das Management von oxidativem Stress generieren kann, die für die kardiovaskuläre Alterung relevant sind.

Die Übersichtsarbeit schließt mit einer offenen Bewertung von Hindernissen und Verantwortlichkeiten. Aktuelle KI-Plattformen sind durch gesperrte Literatur hinter Paywalls, Lücken in den Daten zur virtuellen Zellmodellierung und den unverzichtbaren Bedarf an experimenteller Validierung eingeschränkt. Aus ethischer Sicht weisen die Autoren auf Bedenken hinsichtlich Datenschutz, algorithmischer Verzerrung und sozialer Ungleichheiten hin, die entstehen könnten, wenn Technologien zur Lebensverlängerung nur Wohlhabenden zugänglich werden. Sie fordern interdisziplinäre Zusammenarbeit, transparente KI-Methoden, standardisierte biologische Datenrahmen und eine gerechte Politik – mit dem Argument, dass ohne diese Leitplanken das transformative Potenzial der KI in der Langlebigkeitswissenschaft Gefahr läuft, von einer privilegierten Minderheit vereinnahmt zu werden, anstatt der Menschheit insgesamt zugutezukommen.