Maschinelles Lernen findet potenzielle Langlebigkeitsmedikamente

In der heutigen Zeit hilft es immer, sich technisch auf dem Laufenden zu halten. Wissenschaftliche Studien im Gesundheitsbereich verlaufen in der Regel mit Experimenten – entweder im Labor (in vitro), mit Tierversuchen oder am Menschen (in vivo). Doch Big Data und künstliche Intelligenz beeinflussen mittlerweile zunehmend auch die medizinische Forschung. Soeben wurde ein neues Modell vorgestellt, um maschinelles Lernen für das Auffinden von lebensverlängernden Medikamenten zu nutzen.

Künstliche Intelligenz erstellt zufälligen Wald

Altern ist ein komplizierter Prozess. Das Immunsystem schwächelt, das Krebsrisiko steigt. Muskelschwund ist ein mögliches Problem. Gelenke werden steif und das Gedächtnis funktioniert auch nicht mehr so wie früher, ganz zu schweigen von den Falten auf der Haut und den Pölsterchen, die sich hormonbedingt in der Leibesmitte ansammeln.

Um die Alterungsprozesse zu verstehen, können Wissenschaftler einzelne Stoffwechselfunktionen untersuchen. Eine andere Methode wäre, die genetischen Wurzeln des Alterns zu verfolgen. Das Problem: Tausende von Genen spielen dabei eine Rolle. Ganz zu schweigen von der Genexpression – die Art und Weise, wie unser Stoffwechsel mit den Genen umgeht.

Dieser Vorgang ist als Epigenetik bekannt. Sogenannte epigenetische Tags können die Genexpression verändern. Besonders gut lässt sich das an genetisch identischen Würmern beobachten. Epigenetische Tags können diese einfach strukturierten Tiere unterschiedlich lange leben lassen.

Hier kommen maschinelles Lernen und künstliche Intelligenz ins Spiel. Sie bieten der Altersforschung zahlreiche Vorteile, weil sie enorme Mengen von Daten verarbeiten können – im Gegensatz zu Wissenschaftlern.

Frühere Studien mit maschinellem Lernen entwickelten bereits Methoden, um altersschwache Zellen zu identifizieren und Substanzen zu finden, die den Alterungsprozess abschwächen könnten.

Eine neue Studie macht beschäftigt sich jetzt mit lebensdauerverlängernden Stoffen für Caenorhabditis elegans. Das ist ein winziger Spulwurm, der ein beliebter Modellorganismus vieler Biologen und Altersforscher ist. Die Ergebnisse von Studien mit Würmern sind zwar nicht auf den Menschen übertragbar. Sie erlauben jedoch gewisse Rückschlüsse, was funktionieren könnte und was nicht.

Wissenschaftler von der britischen Universität in Surrey verwendeten für die aktuelle Studie die DrugAge-Datenbank. Sie enthält Informationen über Medikamente, Verbindungen und Nahrungsergänzungsmittel, die Anti-Aging-Wirkungen in einer Vielzahl von Modellorganismen gezeigt haben.

Unter Verwendung der molekularen Merkmale und Schlüsselworte der Datenbankeinträge entwickelten die Wissenschaftler ein Zufallsforstmodell für maschinelles Lernen. Zufallsforstmodell ist auch als zufälliger Wald bekannt.

Dabei handelt es sich um eine kontrollierte maschinelle Lerntechnik. Sie besteht aus einem Ensemble von sogenannten Entscheidungsbäumen. Jeder Baum wird unabhängig mit einer zufälligen Teilmenge von Daten trainiert.

Für diese Daten entwickelt das Programm anhand von Beobachtungen über das Molekül (die Zweige) Schlussfolgerungen über das Potenzial (die Blätter an den Zweigen). Entwickeln mehrere Bäume für ein Molekül ein ähnliches Aussehen, gilt das als Treffer.

Bei der Studie setzten die Wissenschaftler die Schwelle für einen Treffer auf eine Wahrscheinlichkeit von über 80 Prozent, dass ein Stoff das Leben der Würmer verlängern kann.

Am Ende der Auswertung der Datenbank hatten die Forscher 15 mögliche Kandidaten ermittelt, die das Leben von Caenorhabditis elegans verlängern können. Diese Substanzen lassen sich in drei Gruppen einteilen:

Flavonoide: Diese Gruppe von Polyphenolen sind Pflanzenwirkstoffe, die vor allem in Tee, Obst, Gemüse und Nüssen vorkommen. Besonders aussichtsreich dabei sind Diosmin von Zitrusfrüchten und Rutin von Buchweizen. Zudem scheint die Kombination mit Quercetin (Zwiebeln) und Hesperidin (Zitrusfrüchte) die Wirkung zu verstärken.

Fettsäuren: Gamolensäure von Nachtkerzenöl, Hanfsamen und Hanfsamenöl hat das maschinelle Lernen als besonders aussichtsreich identifiziert.

Organo-Sauerstoff-Verbindungen: Interessanterweise scheinen den Würmern Laktose von Milchprodukten, Saccharose, der Zucker von Früchten, und Lactulose, eine Kombination von Laktose und Galaktose, besonders gut zu bekommen.

Auch Alloin von Aloe Vera und die Antibiotika Fidaxomicin, Rifapentin und Chlortetracyclin können das Leben der Würmer verlängern. Die Autoren kommen zu dem Schluss, dass vielversprechende Verbindungen in Tierversuchen und am Menschen getestet werden sollten.

Die Botschaft zum Mitnehmen: Maschinelles Lernen kann beim Aussieben und beim Gestalten von experimentellen Studien helfen. Ersetzen kann künstliche Intelligenz die Arbeit von Wissenschaftlern keinesfalls.

Quelle:

Kapsiani, Sofia & Howlin, Brendan. (2020). Random forest classification for predicting lifespan-extending chemical compounds. 10.21203/rs.3.rs-118087/v1. (https://www.researchgate.net/publication/347314857_Random_forest_classification_for_predicting_lifespan-extending_chemical_compounds)

Vorheriger ArtikelBiologika verringern Risiko für Psoriasis-Arthritis
Nächster ArtikelMit Eisen Nierenfunktion stärken
Kornelia ist ausgebildete Redakteurin, Buchautorin und freie Texterin. Ihre Erfahrung mit Ess-Störungen hat sie in drei Kochbüchern beschrieben, die alle den Gourmand World Cookbook Awards von Edouard Cointreau gewonnen haben. Ihr Buch Cooking for Happiness hat sogar den Titel ‘Best in the World’ in der Kategorie Innovativ erhalten. Neben Ernährung faszinieren sie vor allem Themen im Bereich Gesundheit. Ihr umfangreiches Wissen in diesen Gebieten stellt sie leicht verständlich dar. Besonders liegt ihr eine ganzheitliche Sicht der menschlichen Existenz im Allgemeinen und Körperfunktionen im Besonderen am Herzen.

HINTERLASSEN SIE EINE ANTWORT

Bitte hinterlassen Sie uns Ihre Meinung als Kommentar!
Ihr Name (freiwillig)