Ein internationales Forschungsteam vom Helmholtz-Zentrums für Infektionsforschung (HZI), der Medizinischen Hochschule Hannover, der Universität Bonn, dem Radboud University Medical Center in Nijmegen, der Rotterdam University of Applied Sciences und dem Anding Hospital in Beijing, hat unter der Leitung von Prof. Yang Li vom Zentrum für Individualisierte Infektionsmedizin (CiiM) ein KI-basiertes Computermodell erstellt, das Altern auf Zellebene erstmals sichtbar machen kann.

Für ihre Studie nutzten die Wissenschaftlerinnen und Wissenschaftler tausende Transkriptom-Datensätze für fünf unterschiedliche Immunzelltypen aus frei zugänglichen Daten- und Literaturquellen. Daraus erstellten sie mithilfe des maschinellen Lernens ein Computermodell. Sie testeten zwei Belastungssituationen, die auf Alterungsprozesse einwirken: eine Covid19-Infektion und eine Tuberkulose-Impfung. Bei ersterer beobachteten sie lediglich reversible Alterungsprozesse in den Monozyten, wobei schwere Verläufe auch die Monozyten schneller alter ließen. Im zweiten Fall war ein bestimmter Zelltyp, CD8-T-Zellen, unterschiedlich betroffen, je nachdem, wie viele Entzündungsprozesse gerade im Körper abliefen.

Originalpublikation:
Li W, Zhang Z, Kumar S, Botey-Bataller J, Zoodsma M, Ehsani A, Zhan Q, Alaswad A, Zhou L, Grondman I, Koeken V, Yang J, Wang G, Volland S, Crişan TO, Joosten LAB, Illig T, Xu CJ, Netea MG, Li Y. (2025). Single-cell immune aging clocks reveal inter-individual heterogeneity during infection and vaccination. Nat Aging. 2025 Mar 5. doi: 10.1038/s43587-025-00819-z. Epub ahead of print. PMID: 40044970.

Quelle und weitere Informationen:
https://www.laborpraxis.vogel.de/