{"id":1154,"date":"2025-07-22T10:20:39","date_gmt":"2025-07-22T08:20:39","guid":{"rendered":"https:\/\/www.uni.lu\/lcsb-de\/?post_type=news&p=1154"},"modified":"2025-07-30T17:24:06","modified_gmt":"2025-07-30T15:24:06","slug":"verjuengung-des-gehirns-mit-hilfe-einer-computergestuetzten-uhr","status":"publish","type":"news","link":"https:\/\/www.uni.lu\/lcsb-de\/news\/verjuengung-des-gehirns-mit-hilfe-einer-computergestuetzten-uhr\/","title":{"rendered":"Verj\u00fcngung des Gehirns mit Hilfe einer computergest\u00fctzten Uhr"},"content":{"rendered":"\n
\n

Was w\u00e4re, wenn es eine M\u00f6glichkeit g\u00e4be, alternde Gehirnzellen wieder zu verj\u00fcngen? Forschende aus Luxemburg und Spanien sind k\u00fcrzlich dieser Frage nachgegangen. Sie entwickelten eine \u201eAging clock\u201c, eine Uhr, die das biologische Alter des Gehirns messen kann, und nutzten diese, um potenzielle verj\u00fcngende Interventionen zu identifizieren. Das von ihnen entwickelte computergest\u00fctzte Werkzeug, das k\u00fcrzlich in der Fachzeitschrift Advanced Science<\/em><\/a> vorgestellt wurde, stellt eine wertvolle Ressource dar, um Substanzen mit therapeutischem Potenzial bei neurodegenerativen Erkrankungen zu finden.

Da die Weltbev\u00f6lkerung rasch altert und bis 2050 mehr als zwei Milliarden Menschen \u00fcber 60 Jahre alt sein werden, ist mit einer Zunahme altersbedingter Hirnerkrankungen zu rechnen. Ein l\u00e4ngeres Leben bei schlechter Gesundheit ist nicht nur eine be\u00e4ngstigende Aussicht, sondern auch eine erhebliche Belastung f\u00fcr die Gesundheitssysteme weltweit. Die Idee, dem funktionellen Abbau unseres Gehirns durch verj\u00fcngende Ma\u00dfnahmen entgegenzuwirken zu k\u00f6nnen, klingt daher vielversprechend. Die Frage lautet daher: wie lassen sich Substanzen identifizieren, die das Potenzial haben, Gehirnzellen effizient verj\u00fcngen und die alternde Bev\u00f6lkerung vor neurodegenerativen Erkrankungen sch\u00fctzen zu k\u00f6nnen? Prof. Antonio Del Sol<\/a> und seine Teams aus Bioinformatikern, die sowohl am LCSB<\/a> der Universit\u00e4t Luxemburg als auch am CIC bioGUNE<\/a> in Bilbao t\u00e4tig sind, nutzten ihre Expertise im Bereich des maschinellen Lernens, um diese Herausforderung anzugehen.<\/p>\n\n\n\n

\nEine Uhr zur Messung des biologischen Alters des Gehirns<\/h2>\n\n\n\n

Die Forschenden entwickelten eine sogenannte \u201eAging-Clock\u201c, ein computergest\u00fctztes Werkzeug zur Messung des biologischen Alters von Zellen im Gegensatz zu ihrem chronologischen Alter. Denn Organe und Gewebe von Menschen gleichen Alters k\u00f6nnen sich im Laufe der Zeit aufgrund genetischer und umweltbedingter Faktoren unterschiedlich entwickeln, was zu unterschiedlichen biologischen Altern f\u00fchrt. Diese Uhren sind daher n\u00fctzliche Werkzeuge, um die Alterungsprozesse auf molekularer Ebene zu erfassen und ihre Ursachen und Folgen besser zu verstehen.<\/p>\n\n\n\n

Die von den Forschenden des LCSB und CIC bioGune entwickelte Uhr ist spezifisch f\u00fcr das Gehirn und nutzt Genexpressionsdaten von 365 Genen zur Vorhersage. Sie wurde mittels maschinellen Lernens mit Daten gesunder Personen im Alter von 20 bis 97 Jahren trainiert und konnte deren Alter pr\u00e4zise vorhersagen. Weitere Tests zeigten, dass die Uhr das biologische Alter verschiedener Zelltypen im Gehirn, insbesondere von Nervenzellen, genau bestimmen kann. Schlie\u00dflich stellten die Forscher durch den Vergleich der vorhergesagten biologischen Alter von gesunden Personen und Patienten mit neurologischen Erkrankungen fest, dass die Patienten ein h\u00f6heres biologisches Alter aufwiesen.

\u201eUnsere Ergebnisse zeigen, dass das von unserer Uhr berechnete biologische Alter der Gehirnzellen den R\u00fcckgang der Gehirnfunktion widerspiegelt, den die Patienten insbesondere zwischen 60 und 70 Jahren erleben. Dies korreliert sogar mit dem Grad der Neurodegeneration\u201c, erkl\u00e4rt Dr. Guillem Santamaria<\/a>, Erstautor der Studie. \u201eDies unterst\u00fctzt die Sichtweise, dass Neurodegeneration eine Form beschleunigter Alterung ist. Noch wichtiger ist jedoch, dass die positive Korrelation zwischen Neurodegeneration und biologischem Alter darauf hindeutet, dass die von der Uhr identifizierten verj\u00fcngenden Interventionen als neuroprotektive Wirkstoffe dienen k\u00f6nnten.\u201c<\/p>\n\n\n\n

\nWirkstoffe mit Verj\u00fcngerungspotenzial identifizieren<\/h2>\n\n\n\n

Ziel der Forschenden war es, mithilfe der Uhr genetische oder chemische Interventionen zu finden, die das biologische Alter von Gehirnzellen signifikant zur\u00fccksetzen k\u00f6nnen. Sie untersuchten die Wirkung tausender Substanzen auf neuronale Vorl\u00e4uferzellen und Nervenzellen und identifizierten 453 einzigartige verj\u00fcngende Interventionen.

Unter den identifizierten Substanzen, die das biologische Alter der beiden Zelltypen im Gehirn r\u00fcckg\u00e4ngig machen k\u00f6nnen, sind einige daf\u00fcr bekannt, die Lebensdauer in Tiermodellen zu verl\u00e4ngern. Einige werden bereits zur Behandlung neurologischer Erkrankungen eingesetzt. Jedoch wurde der Gro\u00dfteil der identifizierten Faktoren bisher auf ihre gesundheits- oder lebensverl\u00e4ngernde Wirkung untersucht. \u201eEinerseits best\u00e4tigt die Tatsache, dass unsere computergest\u00fctzte Plattform bekannte Wirkstoffe identifiziert hat, dass man mit der Vorhersage des biologischen Alters das neuroprotektive Potenzial effektiv bewerten kann\u201c, erl\u00e4utert Prof. Antonio Del Sol, Leiter der Gruppen f\u00fcr Computational Biology<\/a> am LCSB und CIC BioGUNE. \u201eGleichzeitig zeigt unsere Uhr aber auch neue, bisher unerforschte Kandidaten mit Verj\u00fcngerungspotenzial auf. Das er\u00f6ffnet viele neue Forschungswege.\u201c<\/p>\n\n\n\n

\nErste Validierung im Tiermodell und neue therapeutische Horizonte<\/h2>\n\n\n\n

Um den Ansatz zu validieren, testeten die Forschenden drei der vorhergesagten Substanzen in Zusammenarbeit mit dem Team von Prof. Rub\u00e9n Nogueiras vom Centre for Research in Molecular Medicine and Chronic Diseases<\/a> in einem Mausmodell. Die Verabreichung dieser Substanzen reduzierte die Angstzust\u00e4nde bei \u00e4lteren M\u00e4usen signifikant und verbesserte leicht das r\u00e4umliche Ged\u00e4chtnis. Das hei\u00dft, es wurden zwei bekannte Symptome des Alterns entgegengewirkt. Die Analyse der Genexpression zeigte zudem eine Verschiebung zu einem j\u00fcngeren Zellzustand. Insgesamt zeigen die Ergebnisse, dass eine Auswahl der vorhergesagten Wirkstoffe tats\u00e4chlich zur Verj\u00fcngung auf molekularer Ebene im Kortex gealterter M\u00e4use f\u00fchrte und sich auf Verhalten und Kognition auswirkte.

Insgesamt hebt die k\u00fcrzlich in der Fachzeitschrift Advanced Science<\/a><\/em> ver\u00f6ffentlichte Studie die \u201eAging clock\u201c als wertvolles Instrument zur Identifikation von gehirnverj\u00fcngenden Interventionen mit therapeutischem Potenzial bei neurodegenerativen Erkrankungen hervor. Sie schafft eine solide Grundlage f\u00fcr weiterf\u00fchrende wissenschaftliche Arbeiten. \u201eDie Vielzahl an Wirkstoffen, die unsere Plattform identifiziert hat, muss nun in verschiedenen biologischen Systemen auf Wirksamkeit und Sicherheit \u00fcberpr\u00fcft werden. Das er\u00f6ffnet weitreichende Perspektiven f\u00fcr die Entwicklung k\u00fcnftiger Therapien\u201c, erkl\u00e4rt Prof. Del Sol abschlie\u00dfend.<\/p>\n\n\n\n

———
Sehen Sie sich das kurze Interview mit Dr. Sascha Jung an, in dem er die Studie erl\u00e4utert.<\/strong><\/a>


Referenz: <\/strong>Guillem Santamaria, Cristina Iglesias, Sascha Jung, Javier Arcos Hodar, Ruben Nogueiras and Antonio del Sol, A machine-learning approach identi\ufb01es rejuvenating interventions in the human brain<\/a>, Advanced Science<\/em>, July 2025.

Diese Forschung wird von der Fondation Jean Think unterst\u00fctzt.

AI generiertes Titelbild<\/sub><\/p>\n\n\n

\n \n

<\/p>\n

\n
    \n
  • \n \n
    \n
    \n <\/div>\n\n\n

    <\/p>\n<\/div>\n<\/li>\n <\/ul>\n<\/div>\n\n

    \nMehr \u00fcber die Forscher<\/h2>\n\n

    <\/p>\n

      \n
    • \n
      \n
      \n
      \n \n\"Prof\n <\/figure>\n <\/div>\n
      \n

      Prof Antonio DEL SOL MESA<\/h3>\n

      Full professor \/ Chief scientist 1 in Bioinformatics<\/p>\n

      \n \n \n Profil anzeigen<\/span>\n <\/span>\n <\/use><\/svg> <\/a>\n<\/div>\n <\/div>\n <\/div>\n<\/div>\n<\/div><\/li>
    • \n
      \n
      \n
      \n \n\"Dr.\n <\/figure>\n <\/div>\n
      \n

      Dr. Guillem SANTAMARIA AGUILAR<\/h3>\n

      Postdoctoral researcher<\/p>\n

      \n \n \n Profil anzeigen<\/span>\n <\/span>\n <\/use><\/svg> <\/a>\n<\/div>\n <\/div>\n <\/div>\n<\/div>\n<\/div><\/li><\/ul>\n\n<\/div>\n\n\n\n
      \n
      \n \n

      \nErfahren Sie mehr:<\/h2>\n\n
        \n
      • \n \n \n \n LCSB-Gruppe f\u00fcr Computational Biology <\/span>\n <\/use><\/svg> <\/span>\n <\/a>\n<\/li>\n\n\n\n
      • \n \n \n \n Computational Biology Lab am CIC bioGUNE <\/span>\n <\/use><\/svg> <\/span>\n <\/a>\n<\/li>\n\n\n\n
      • \n \n \n \n SINGULAR, dem Atlas der Zellverj\u00fcngung <\/span>\n <\/use><\/svg> <\/span>\n <\/a>\n<\/li>\n<\/ul>\n <\/div>\n<\/section><\/div><\/section>\n","protected":false},"excerpt":{"rendered":"","protected":false},"author":55,"featured_media":1157,"template":"","format":"standard","meta":{"featured_image_focal_point":[],"show_featured_caption":false,"ulux_newsletter_groups":"","uluxPostTitle":"","uluxPrePostTitle":"","_trash_the_other_posts":false,"_price":"","_stock":"","_tribe_ticket_header":"","_tribe_default_ticket_provider":"","_tribe_ticket_capacity":"0","_ticket_start_date":"","_ticket_end_date":"","_tribe_ticket_show_description":"","_tribe_ticket_show_not_going":false,"_tribe_ticket_use_global_stock":"","_tribe_ticket_global_stock_level":"","_global_stock_mode":"","_global_stock_cap":"","_tribe_rsvp_for_event":"","_tribe_ticket_going_count":"","_tribe_ticket_not_going_count":"","_tribe_tickets_list":"[]","_tribe_ticket_has_attendee_info_fields":false},"news-category":[3],"news-topic":[9,18],"organisation":[204,201],"authorship":[55],"acf":[],"yoast_head":"\nVerj\u00fcngung des Gehirns mit Hilfe einer computergest\u00fctzten Uhr - Universit\u00e4t Luxemburg<\/title>\n\n\n\n\n\n\n\n\n\n\n\n\t\n\t\n\t\n\n\n\t\n