Longevity & AgingForschungsarbeitKostenpflichtig

Multi-Omics und KI verändern, wie Wissenschaftler das biologische Alter messen

Eine neue Übersichtsarbeit zeigt, wie genomische, epigenetische, proteomische, metabolomische und Mikrobiomdaten in Kombination mit KI eine personalisierte Erfassung des biologischen Alters und ein gesundes Altern ermöglichen könnten.

Samstag, 14. November 2026 0 Aufrufe
Veröffentlicht in Ageing Res Rev
Translucent human silhouette with layered glowing DNA, protein, metabolite and gut microbiome data streams converging into a digital clock face.

Zusammenfassung

Das chronologische Alter erzählt nur einen Teil der Geschichte darüber, wie gut jemand altert. Dieser Übersichtsartikel untersucht, wie Hochdurchsatz-Omics-Technologien, die Millionen von Biomolekülen aus einer einzigen Probe messen, eingesetzt werden, um das biologische Alter zu definieren und zu verfolgen. Die Autoren behandeln Genomik, Epigenomik, Proteomik, Metabolomik und Mikrobiomik. Sie beschreiben mit Langlebigkeit assoziierte genetische Varianten, epigenetische Uhren, die das biologische Alter vorhersagen, Scores des Blutproteoms, die organ- und geschlechtsspezifisches Altern widerspiegeln können, Metabolitensignaturen sowie neu aufkommende Uhren auf Basis des Darmmikrobioms. Der Übersichtsartikel weist zudem darauf hin, dass Studien zu Bewegung und Ernährung, die Omics-Messwerte verwenden, nahelegen, dass Interventionen das biologische Alter senken können. Mit Blick auf die Zukunft argumentieren die Autoren, dass die Kombination von Multi-Omics mit klinischen Daten und Lebensstildaten durch maschinelles Lernen und KI eine ganzheitlichere Definition des biologischen Alters ermöglichen und personalisierte Strategien für gesundes Altern unterstützen könnte.

Detaillierte Zusammenfassung

Altern ist ein komplexer, multifaktorieller Prozess, und kein einzelner Biomarker erfasst ihn vollständig. Das chronologische Alter ist ein schlechter Stellvertreter für den funktionellen Abbau. Deshalb suchen Forschende nach molekularen Maßen des biologischen Alters, die die Prävention leiten und Anti-Aging-Interventionen bewerten könnten.

Dieser narrative Übersichtsartikel fasst aktuelle Arbeiten zusammen, in denen Genomik, Epigenomik, Metabolomik und Mikrobiomik in der Alternsforschung eingesetzt werden. Auch die Proteomik des Blutes wird diskutiert. Im Mittelpunkt steht, wie jede dieser Ebenen zur Entdeckung von Biomarkern, zu mechanistischen Einblicken und zum translationalen Potenzial beiträgt. Für diese Zusammenfassung stand nur das Abstract zur Verfügung, daher werden Details der zitierten Studien hier nicht behandelt.

Laut Abstract haben genomische Studien Varianten identifiziert, die mit extremer Langlebigkeit assoziiert sind, und epigenetische Uhren werden als robuste Prädiktoren des biologischen Alters beschrieben. Scores des Blutproteoms können Alternsverläufe im Zeitverlauf organ- und geschlechtsspezifisch abbilden. Metabolomische Signaturen weisen auf Stoffwechselprodukte hin, die Alternsverläufe widerspiegeln. Die Zusammensetzung des Darmmikrobioms scheint das biologische Altern sowohl widerzuspiegeln als auch zu beeinflussen, und Mikrobiom-Uhren zeichnen sich gerade erst ab. Omics-basierte Studien zu Bewegung und Ernährung deuten zudem darauf hin, dass Interventionen das gemessene biologische Alter senken können.

Die Autorinnen und Autoren schlagen vor, Multi-Omics-Daten mit klinischen und Lebensstilinformationen zu integrieren und dabei maschinelles Lernen und KI einzusetzen. So könnte eine ganzheitlichere Definition des biologischen Alters entstehen. Das wiederum könnte personalisierte Strategien für gesundes Altern unterstützen und bessere Möglichkeiten bieten, die Wirksamkeit von Interventionen zu überwachen.

Es gibt Einschränkungen. Dies ist ein Übersichtsartikel und keine neue Studie, und das Abstract nennt weder Effektstärken noch Kohortendetails oder Validierungsdaten. Eine Verringerung eines Scores für das biologische Alter bedeutet nicht zwangsläufig bessere gesundheitliche Ergebnisse oder ein längeres Leben. Standardisierung, Reproduzierbarkeit und klinische Validierung dieser Uhren bleiben offene Fragen.

Wichtigste Erkenntnisse

  • Epigenetic clocks are described as robust predictors of biological age across the omics layers reviewed.
  • Blood proteome scores can track ageing trajectories in an organ- and sex-specific manner.
  • Gut microbiome composition mirrors and may modulate biological ageing, and microbiome clocks are emerging.
  • Omics studies suggest exercise and diet can reduce measured biological age.
  • Machine learning integration of multi-omics, clinical and lifestyle data may enable a holistic, personalized biological age definition.

Methodik

Dies ist ein narrativer Übersichtsartikel, der die aktuelle Literatur zu Genomik, Epigenomik, Proteomik, Metabolomik und Mikrobiomik in der Alternsforschung zusammenfasst. Die Zusammenfassung beschreibt weder eine systematische Suchstrategie noch Einschlusskriterien oder eine quantitative Synthese. Für diese Analyse stand nur die Zusammenfassung zur Verfügung.

Studienlimitierungen

Die Zusammenfassung enthält keine quantitativen Daten, sodass sich die Stärke und Konsistenz der Evidenz für die einzelnen Omics-Ebenen nicht beurteilen lassen. Belege dafür, dass Interventionen das biologische Alter senken, beweisen nicht, dass sie klinische Endpunkte oder die Lebenserwartung verbessern. Standardisierung, Übertragbarkeit auf verschiedene Bevölkerungsgruppen und klinische Validierung dieser Uhren sind weiterhin ungeklärt.

Hat dir diese Zusammenfassung gefallen?

Erhalte die neueste Longevity-Forschung jede Woche in deinen Posteingang.

E-Mail-Adresse zum Abonnieren eingeben: