Epigenetische Altersuhren in 51 menschlichen Interventionsstudien: Übersicht zur Reaktionsfähigkeit
Ein Abstract beschreibt TranslAGE, eine harmonisierte Datenbank mit 51 longitudinalen menschlichen Interventionsstudien, in der 16 epigenetische Uhren und 94 weitere DNA-Methylierungs-Biomarker neu berechnet wurden, um zu prüfen, wie stark sie auf altersgerichtete Interventionen reagieren. [1]
Automatische Zusammenfassung · nicht redaktionell geprüft
Die Kernaussagen
Das Abstract beschreibt TranslAGE als harmonisierte Datenbank mit 51 öffentlichen und privaten longitudinalen Interventionsstudien, wobei für jede Studie 16 epigenetische Uhren und 94 weitere DNA-Methylierungs-Biomarker berechnet wurden. [1]
Uhren, die auf die Vorhersage von Sterblichkeit oder Alterungstempo trainiert wurden, zeigten über alle Interventionen hinweg die stärksten Reaktionen und waren untereinander konsistent. [1]
Die Befunde sollen künftige klinische Studien unterstützen, mit dem Fernziel, DNA-Methylierungs-Biomarker zu finden, die als Surrogat-Endpunkte für das Altern nutzbar sind. [1]
Die Quelle auf einen Blick
- Studientyp / Format
- Abstract, das eine harmonisierte Datenbank longitudinaler Interventionsstudien beschreibt
- Population / Kontext
- Teilnehmende in 51 öffentlichen und privaten longitudinalen menschlichen Interventionsstudien, wie im Abstract beschrieben.
- Grundlage der Zusammenfassung
- Studienabstract
- Original veröffentlicht
- 21. August 2026
TranslAGE-Datenbank mit 51 menschlichen Interventionsstudien
Das Abstract beschreibt TranslAGE als harmonisierte Datenbank mit 51 öffentlichen und privaten longitudinalen Interventionsstudien am Menschen. Für jede Studie berechneten die Autorinnen und Autoren einen einheitlichen Satz von 16 bekannten epigenetischen Uhren sowie 94 weitere DNA-Methylierungs-Biomarker, die helfen sollen, Veränderungen der jeweiligen Uhr zu erklären. Der genannte Hintergrund: Altersbiomarker könnten es erlauben, die Wirkung einer Intervention zu beobachten, ohne jahrzehntelange Studien; ihre Reaktionsfähigkeit auf altersgerichtete Interventionen muss aber erst geprüft werden.
Beleg [1]
Uhren für Sterblichkeit und Alterungstempo reagieren am stärksten
Laut Abstract zeigten Uhren, die auf die Vorhersage von Sterblichkeit oder Alterungstempo trainiert wurden, über alle Interventionen hinweg die stärksten Reaktionen und lieferten untereinander konsistente Ergebnisse. Pharmakologische und Lebensstil-Interventionen lösten die stärksten Reaktionen der DNA-Methylierungs-Biomarker aus. Merkmale der Studienpopulation und die Studiendauer waren entscheidende Faktoren dafür, wie stark diese Biomarker auf eine Intervention reagierten. Uhren mit mehreren Teilscores, sogenannte „erklärbare Uhren“, boten mehr Spezifität und mechanistische Einblicke als Uhren mit einem einzigen Score.
Beleg [1]
Ziel: Studiendesign leiten, keine belegten Surrogat-Endpunkte
Das Abstract gibt an, die Befunde könnten künftige klinische Studien unterstützen, indem sie die Wahl der Interventionen und bestimmter Teilmengen von DNA-Methylierungs-Biomarkern leiten, um multiples Testen, Studiendauer, Studienpopulation und Stichprobengröße zu verringern. Das Fernziel ist, DNA-Methylierungs-Biomarker zu finden, die als Surrogat-Endpunkte für das Altern nutzbar sind. Das Abstract nennt keine Effektgrößen, keine einzelnen eingeschlossenen Interventionen und keine bereits validierten Surrogat-Endpunkte.
Beleg [1]
Was sich daraus ableiten lässt – und was nicht
Dies beruht nur auf dem Abstract; der Volltext wurde nicht geprüft. Das Abstract nennt keine Effektgrößen, keine Liste der eingeschlossenen Interventionen, keine Stichprobengrößen je Studie und keinen validierten Surrogat-Endpunkt. Die beschriebenen Muster sind Zusammenhänge zwischen Interventionen und Biomarker-Reaktionen, kein Beleg dafür, dass Interventionen das menschliche Altern verlangsamen.
Grundlage: Studienabstract. Volltext, Tabellen und ergänzende Daten wurden nicht geprüft.
Quelle & Belegstellen
Sehgal R, Borrus D, Armstrong JF, Gonzalez J, Kasamoto J, Markov Y, Priyanka A, Smith R, Carreras-Gallo N, Lasky-Su J, Dwaraka VB, Corley MJ, Higgins-Chen A. · europepmc.org · 21. August 2026