Plasmaprotein-Modelle des Zellalter(n)s sagen Krankheiten bei 60.542 Menschen voraus
In einem Abstract schätzten Modelle des maschinellen Lernens aus über 7.000 Plasmaproteinen bei 60.542 Menschen das biologische Alter für über 40 Zelltypen; diese Alterssignaturen der Zelltypen waren mit dem Krankheitsstatus assoziiert und sagten neu auftretende Krankheiten und Sterblichkeit über 15 Jahre voraus. [1]
Automatische Zusammenfassung · nicht redaktionell geprüft
Die Kernaussagen
Modelle des maschinellen Lernens schätzten das biologische Alter für über 40 Zelltypen aus über 7.000 Plasmaproteinen bei 60.542 Personen. [1]
Alterssignaturen der Zellen waren mit dem Krankheitsstatus assoziiert und sagten neu auftretende Krankheiten und Sterblichkeit über 15 Jahre Nachbeobachtung voraus. [1]
Ein polyzellulärer Alters-Risikoscore stratifizierte das Sterblichkeitsrisiko über Kohorten und Proteomik-Plattformen hinweg. [1]
Die Quelle auf einen Blick
- Studientyp / Format
- Abstract einer proteomischen Kohortenanalyse mit Modellen des maschinellen Lernens
- Population / Kontext
- 60.542 Personen mit Plasmaprotein-Messungen
- Grundlage der Zusammenfassung
- Studienabstract
- Original veröffentlicht
- 15. Juni 2026
Proteomische Altersmodelle für über 40 Zelltypen
Die Autorinnen und Autoren beschreiben das Altern als asynchron über Zellen und Organe hinweg. Sie prüften, ob Plasmaproteomik zelltypspezifisches Altern erfassen kann. Anhand von Messungen von über 7.000 Plasmaproteinen bei 60.542 Personen entwickelten sie Modelle des maschinellen Lernens, um das biologische Alter von über 40 Zelltypen neuronalen, immunologischen, glialen, endokrinen, epithelialen und muskuloskelettalen Ursprungs zu schätzen.
Beleg [1]
Muster beschleunigten Alterns und Krankheitsassoziationen
Etwa 20–25% der Personen zeigten beschleunigtes Altern in einem einzelnen Zelltyp und 1–3% in 10 oder mehr Zelltypen. Die Alterssignaturen der Zellen waren mit dem Krankheitsstatus assoziiert und sagten neu auftretende Krankheiten und Sterblichkeit über 15 Jahre Nachbeobachtung voraus. Träger von APOE4 hatten ältere Astrozyten, aber jüngere Makrophagen als Träger von APOE3; APOE2 zeigte umgekehrte Assoziationen. Extremes Astrozyten-Altern verdreifachte das Risiko für neu auftretende Alzheimer-Krankheit bei Menschen mit zwei APOE4-Allelen, während junge Astrozyten das Risiko senkten. Extrem gealterte gegenüber jungen Skelettmuskelzellen gingen mit einem 12,7-fach höheren Risiko für amyotrophe Lateralsklerose einher. Bei Rauchenden war extremes Altern respiratorischer Epithelzellen mit 58% höherem Lungenkrebsrisiko assoziiert als Rauchen allein.
Beleg [1]
Überleben, Risikoscore und nur Abstract-Umfang
Bestimmte zelluläre Verwundbarkeiten und die kumulative zelluläre Alterslast beeinflussten das Überleben, wobei junge Immun- und Nervenzelltypen schützende Effekte zeigten. Die Autorinnen und Autoren entwickelten außerdem einen polyzellulären Alters-Risikoscore, der das Sterblichkeitsrisiko über Kohorten und Proteomik-Plattformen hinweg stratifizierte. Sie rahmen diese Befunde als Rahmenwerk zur Quantifizierung menschlicher Physiologie auf zellulärer Ebene. Da nur das Abstract geprüft wurde, sind Einzelheiten zu Design, Adjustierung und Validierung hier nicht verfügbar, und diese Assoziationen belegen keine Kausalität.
Beleg [1]
Was sich daraus ableiten lässt – und was nicht
Nur das Abstract wurde geprüft; der Volltext wurde nicht geprüft. Einzelheiten zu Design, Adjustierung und Validierung werden hier nicht berichtet. Assoziationen sind nicht kausal, und der Risikoscore ist ein Forschungsrahmenwerk, kein validiertes klinisches Werkzeug.
Grundlage: Studienabstract. Volltext, Tabellen und ergänzende Daten wurden nicht geprüft.
Quelle & Belegstellen
Ding DY, Bot VA, Chen KL, Groves JW, Pálovics R, Masuda D, Farinas A, Oh HS, Wagner V, Lu N, Global Neurodegeneration Proteomics Consortium (GNPC), Cruchaga C, Isakova A, Schott JM, Wyss-Coray T. · europepmc.org · 15. Juni 2026