Longevity & AgingForschungsarbeitOpen Access

Plasma-Metabolom kartiert menschliche Alterung von der Geburt bis 84 mit neuer biologischer Uhr

Eine Langlebigkeits-Metabolomik-Studie mit 136 Personen identifiziert altersabhängige Stoffwechselsignaturen und entwickelt eine plasmabasierte Altersuhr.

Freitag, 18. September 2026 4 Aufrufe
Veröffentlicht in Aging Cell
Colorful molecular heatmap overlaid on a timeline from infant to elderly silhouette, plasma vials glowing in background

Zusammenfassung

Forscher der USTC erstellten mithilfe nicht-zielgerichteter Metabolomik und Lipidomik Profile des Blutplasmas von 136 Personen im Alter von 0 bis 84 Jahren. Dabei wurden 1.931 Metaboliten und 3.795 Lipide erfasst. Neugeborene wiesen deutlich unterschiedliche Stoffwechselprofile auf, gekennzeichnet durch erhöhte TCA-Zyklus-Aktivität und einzigartige Sphingosin-Muster. Mit zunehmendem Alter stiegen die Aminosäurespiegel an, und es zeigten sich Lipidungleichgewichte. Das Team identifizierte sowohl lineare als auch nichtlineare Stoffwechselverläufe über verschiedene Lebensphasen hinweg und bestimmte kritische Übergangspunkte, die mit einer metabolischen Umprogrammierung verbunden sind. Durch die Integration dieser Muster konstruierten die Forscher eine auf Metaboliten basierende „Altersuhr", die in der Lage ist, das biologische Alter anhand von Plasmaproben vorherzusagen. Die Ergebnisse beleuchten, wie der Stoffwechsel vom Säuglingsalter bis ins hohe Alter kontinuierlich umgestaltet wird, und bieten potenzielle Biomarker sowie Angriffspunkte für die Intervention bei altersbedingten Erkrankungen.

0:00--:--

Detaillierte Zusammenfassung

Das Verständnis, wie sich der menschliche Stoffwechsel im Laufe eines Lebens verändert, ist zentral für die Alterswissenschaft und die Krankheitsprävention. Trotz der Fortschritte in der Omics-Technologie fehlte bisher ein umfassendes, querschnittliches Bild der Plasma-Metabolomik und -Lipidomik über die gesamte Lebensspanne von der Geburt bis ins hohe Alter. Diese Studie schließt diese Lücke mit einem der detailliertesten bisher veröffentlichten metabolomischen Atlanten über die menschliche Lebenserwartung.

Das Forschungsteam entnahm Plasma von 136 gesunden Freiwilligen im Alter von 0–84 Jahren, aufgeteilt in sieben Entwicklungsstadien: Neugeborene, frühe Kindheit, mittlere Kindheit, Adoleszenz, frühes Erwachsenenalter, mittleres Erwachsenenalter und spätes Erwachsenenalter. Mithilfe zweier komplementärer Extraktionsmethoden und LC-MS/MS detektierten sie 1.931 Metaboliten aus 13 chemischen Klassen sowie 3.795 Lipide aus 27 Lipidklassen – alle mindestens nach MSI Level 2-Identifikationsstandards. Eine Principal Variance Component Analysis bestätigte, dass das Alter der dominante Treiber der metabolischen Varianz war, während das Geschlecht nur einen marginalen Beitrag leistete (2,69 % in der Metabolomik, 0,61 % in der Lipidomik).

Neugeborene stachen als metabolisch einzigartig hervor und trennten sich in der PCA klar von allen anderen Gruppen ab. Ihr Plasma zeigte eine Hochregulierung des Galaktosestoffwechsels und der TCA-Zyklus-Aktivität – konsistent mit dem hohen Energiebedarf des raschen postnatalen Wachstums – während Aminosäurebiosynthese und Proteinverdauungswege herunterreguliert waren. Neugeborene wiesen außerdem ein charakteristisches Sphingosin (SPH)-Lipidprofil auf, mit spezifischen Kohlenstoffkettenlängen- und Sättigungsmustern, die sich deutlich von älteren Individuen unterschieden. Der Sphingomyelin- und verwandte Sphingolipid-Stoffwechselwege waren auffallend verändert, was auf ein spezialisiertes Lipidmilieu in der frühen Entwicklung hindeutet.

Über die gesamte Lebensspanne identifizierte die Studie sowohl lineare als auch nichtlineare Stoffwechselverläufe. Das Altern war mit einem progressiven Anstieg zirkulierender Aminosäuren und einer Störung der Lipidhomöostase verbunden, einschließlich Verschiebungen bei Triglyceriden, Phospholipiden und Ceramiden – Lipidklassen, die mit kardiovaskulärem Risiko, Insulinresistenz und Neurodegeneration assoziiert sind. Nichtlineare Verläufe enthüllten kritische Wendepunkte, die bekannten biologischen Übergängen wie Adoleszenz und Lebensmitte entsprechen, wo die metabolische Umprogrammierung am ausgeprägtesten zu sein scheint. Die Integration von Metabolomik-Daten mit klinischen Indikatoren half dabei, diese Veränderungen physiologisch einzuordnen.

Ein wichtiges translatorisches Ergebnis der Studie ist eine metabolitenbasierte „Altersuhr" – ein prädiktives Modell, das auf Plasma-Metabolitenprofilen basiert und in der Lage ist, das biologische Alter zu schätzen. Ein solches Werkzeug könnte als nicht-invasiver Biomarker der Alterungsrate dienen und zur Überwachung von Interventionen zur Verlängerung der gesunden Lebensspanne nützlich sein. Zu den Einschränkungen zählen das querschnittliche Studiendesign, das kausale Schlussfolgerungen limitiert, die moderate Stichprobengröße – insbesondere in einigen Altersgruppen – sowie die überwiegend chinesische Kohorte, was die globale Generalisierbarkeit einschränken kann. Dennoch liefert diese Arbeit einen wertvollen Referenzatlas und einen methodischen Rahmen für zukünftige Längsschnitt- und Interventionsstudien zum Thema Altern.

Wichtigste Erkenntnisse

  • Newborns have a strikingly distinct plasma metabolome, with elevated TCA cycle and galactose metabolism activity.
  • Aging is characterized by rising plasma amino acid levels and progressive lipid imbalances across multiple lipid classes.
  • Both linear and nonlinear metabolic trajectories were identified, with critical transition points at adolescence and midlife.
  • Newborns display a unique sphingosine lipid profile with distinct carbon chain length and saturation patterns.
  • A plasma metabolite-based aging clock was developed capable of predicting biological age from metabolomic data.

Methodik

Querschnittsstudie mit 136 Personen im Alter von 0 bis 84 Jahren, aufgeteilt in sieben Entwicklungsstadien. Ungezielte Metabolomik und Lipidomik wurden mittels LC-MS/MS unter Verwendung zweier Extraktionsmethoden durchgeführt, wobei 1.931 Metaboliten und 3.795 Lipide detektiert wurden. Das Alter erklärte gemäß PVCA den größten Anteil der metabolischen Varianz; ein Altersuhr-Modell wurde durch Integration von Metabolitprofilen erstellt.

Studienlimitierungen

Das Querschnittsdesign verhindert kausale Schlussfolgerungen über metabolische Veränderungen, die den Alterungsprozess antreiben. Die Stichprobengrößen innerhalb der einzelnen Altersschichten sind bescheiden, und die Kohorte stammt aus einer einzigen chinesischen Bevölkerungsgruppe, was die Generalisierbarkeit auf andere ethnische Gruppen und Lebensstile einschränken könnte.

Hat dir diese Zusammenfassung gefallen?

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

E-Mail-Adresse zum Abonnieren eingeben: