KI liest das Alter aus Blut-Stammzellkernen
Wie biologisch alt ein Mensch ist, lässt sich im Inneren einer Blut-Stammzelle ablesen. Forscher haben einen Algorithmus auf Mikroskopieaufnahmen von Zellkernen trainiert und damit eine neue Altersuhr entwickelt.
Blut-Stammzellen, auch hämatopoetische Stammzellen (HSCs) genannt, sind die Ursprungszellen aller Blutzellen. Sie sitzen im Knochenmark und bleiben ein Leben lang aktiv. Mit zunehmendem Alter verändern sich ihre Innereien: Die Art, wie die DNA verpackt und im Zellkern angeordnet ist, verschiebt sich im Laufe der Zeit. Diese Veränderungen in der Chromatinstruktur – der Verbindung aus DNA und Proteinen, die das genetische Material organisiert – sind unter dem Mikroskop sichtbar, jedoch viel zu komplex, um sie manuell auszuwerten.
Die Forschenden entwickelten ein System namens ChromAgeNet, das auf konvolutionalen neuronalen Netzwerken basiert. Sie trainierten den Algorithmus auf dreidimensionalen Mikroskopieaufnahmen von Zellkernen junger und alter Mäuse. Das System lernte, zwischen jungen und gealterten Stammzellen zu unterscheiden, und erreichte dabei einen Genauigkeitswert (AUROC) von 0,77 – ein Ergebnis, das die Forscher als soliden Machbarkeitsnachweis werten.
Was sieht die KI eigentlich?
Der Algorithmus identifizierte drei Merkmale als Prädiktoren des biologischen Alters: den Grad der Unordnung in der Chromatinorganisation (Chromatin-Entropie), die Verteilung dicht gepackter DNA an der Kernmembran (peripheres Heterochromatin) sowie das Vorhandensein kondensierter Chromatincluster. Alle drei verschieben sich, wenn eine Stammzelle altert.
Als Nebenbefund zeigte sich, dass das Modell erkennen konnte, ob gealterte Stammzellen epigenetischen Wirkstoffen ausgesetzt worden waren. Das macht das System potenziell nützlich als Screening-Werkzeug: Forscher könnten damit Kandidatensubstanzen auf ihre Fähigkeit testen, Stammzellen zu verjüngen – ohne aufwendige und zeitintensive Funktionstests.
Eine Uhr, die Verjüngung sichtbar macht
Altersuhren gibt es in vielen Formen: auf Basis von DNA-Modifikationen, Proteinprofilen oder Bildanalysen. Dieser bildbasierte Ansatz ergänzt das Feld um eine neue Dimension. Da die Ergebnisse aus Mausmodellen stammen, ist Vorsicht beim Übertrag auf den Menschen geboten. Doch der Ansatz macht ein Prinzip sichtbar: Die räumliche Organisation der DNA im Zellkern erzählt eine Geschichte über das biologische Alter – eine Geschichte, die Algorithmen lesen lernen können.
Willst du selbst weitersuchen?
Suche zum Beispiel nach:
- hematopoietic stem cell aging
- chromatin structure aging clock
- deep learning biological age