idw – Informationsdienst Wissenschaft

Nachrichten, Termine, Experten

Grafik: idw-Logo
Science Video Project
idw-Abo

idw-News App:

AppStore

Google Play Store



Instance:
Share on: 
03/04/2025 10:10

KI-gestützte Altersvorhersage, Sterberisikoanalyse und Bewertung geroprotektiver Wirkstoffe

Sylvia Kreyssel-Minar Kommunikation
Leibniz-Institut für Alternsforschung - Fritz-Lipmann-Institut e.V. (FLI)

    Dr.-Ing. Debdas Paul, Postdoktorand am FLI in Jena, erhält knapp 100.000 Euro
    Bundesmittel für sein Forschungsprojekt.

    Jena. Forscher des Leibniz-Instituts für Alternsforschung - Fritz-Lipmann-Institut in Jena haben mit ihren Anträgen im Programm GO-Bio Initial des Bundesministeriums für Bildung und Forschung (BMBF) einen bemerkenswerten Erfolg erzielt. Nachdem sie 2023 erstmals eine Förderung erhalten hatten, waren sie jetzt erfolgreich. Dr.-Ing. Debdas Paul, Postdoktorand in der Arbeitsgruppe von Prof. Alessandro Cellerino, war im Auswahlverfahren erfolgreich und erhielt 99.924,40 Euro für sein Projekt. Das GO-Bio Initial Förderprogramm unterstützt lebenswissenschaftliche Forschungsansätze mit klarem Innovationspotenzial in einem frühen Entwicklungsstadium als ersten kritischen Schritt auf dem Weg zur Kommerzialisierung und zu verbesserten Gesundheitsergebnissen.

    Der Sektor der Langlebigkeitstechnologie (Longevity field) konzentriert sich auf die Optimierung der menschlichen Gesundheit über die gesamte Lebensspanne durch die Entwicklung innovativer Technologien. Die größte Herausforderung für diese Branche besteht in der Durchführung zeitintensiver und komplexer klinischer Studien, die erforderlich sind, um die langfristigen gesundheitlichen Auswirkungen mutmaßlicher geroprotektiver Wirkstoffe (d.h. Wirkstoffe, die die Auswirkungen des Alters auf die Gesundheit verhindern/umkehren) in präklinischen und klinischen Studien zu bewerten. Um dieses Problem zu lösen, haben Forscher eine Reihe von Biomarkern zur Vorhersage von Gesundheit und biologischem Alter entwickelt, die auf KI-basierten Modellen, den so genannten „Aging Clocks“, basieren. Viele dieser Biomarker sind jedoch nicht artübergreifend anwendbar. Ein idealer Biomarker sollte es ermöglichen, Erkenntnisse, die in präklinischen Studien an kurzlebigen Labortieren gewonnen wurden, effektiv auf langlebige Tiere, insbesondere Menschen, zu übertragen.

    Dr.-Ing. Debdas Paul, als Projektleiter und Hauptantragsteller, arbeitete mit Prof. Cellerino und Darya Krasilnikov, MBA, einer Expertin für Geschäftsentwicklung von der Scuola Normale Superiore, Pisa, Italien, zusammen, um mit dem Projekt „GBi5S“ eine Förderung durch das BMBF zu beantragen: Multi-omic, Multi-tissue Intelligent Aging Clock (MOMAC)“. Er und sein Team konzentrieren sich auf die Entwicklung einer fortschrittlichen Alterungsuhr, die Deep-Learning-Techniken zur Vorhersage des Alters in erster Linie aus transkriptomischen Daten nutzt, um eine einfache Übertragbarkeit zwischen verschiedenen Spezies zu ermöglichen. Das Modell ist nicht auf transkriptomische Daten beschränkt, sondern kann auch auf Daten angewandt werden, die durch andere Modalitäten gewonnen wurden, z.B. Epigenetik, Proteomik usw. Die Uhr wird ein breites Spektrum von Anwendungen haben. Eine wichtige Anwendung ist die Bewertung der Auswirkungen geroprotektiver Substanzen auf menschliches Gewebe durch die Analyse öffentlich zugänglicher Störungsdaten-sätze, die aus Tests wie dem L1000 gewonnen wurden. Die ermittelten Wirkungen können dann in silico anhand von Omics-Daten eines kurzlebigen Labortiermodells validiert werden. In unserem Fall handelt es sich um den Killifisch - das kurzlebigste Wirbeltier, das die Merkmale des Alterns mit dem Menschen teilt.

    „Unsere Plattformtechnologie nutzt die Architektur eines tiefen neuronalen Netzes, um das Alter aus hochdimensionalen, verrauschten transkriptomischen Daten genau zu messen und vorherzusagen“, sagt Dr.-Ing. Paul. Durch die Erkennung der Auswirkungen geroprotektiver Substanzen erleichtert diese Technologie die Bewertung von Interventionen in präklinischen und klinischen Studien sowie in der personalisierten Medizin.

    „Die nahtlose Integration von kontradiktorischem Lernen und binärer stochastischer Filterung ist ein neuartiger Ansatz (Patent veröffentlicht), der ursprünglich von Dr. Elisa Ferrari, einer ehemaligen Doktorandin von Prof. Cellerino, entwickelt wurde. Diese Kombination ist bisher noch nicht erforscht worden, insbesondere nicht mit transkriptomischen Daten. “Ich bin jetzt hier, um dieses Modell mit meinem Team weiterzuentwickeln, zu erweitern und umfassend zu validieren, um es in ein praktikables Produkt umzusetzen“, erklärt Dr.-Ing. Paul. „Adversariales Lernen hilft, den Einfluss von Störvariablen zu eliminieren, während der binäre Filter die wichtigsten Merkmale identifiziert, um genaue und interpretierbare Vorhersagen zu ermöglichen.”

    MOMAC wird bereits durch das FLI-interne SPARK-Mentorenprogramm der Core Facility Technologie Transfer unterstützt, das hilft, den Reifegrad solcher Technologien voranzutreiben. Die Förderung des Bundesministeriums kommt nun zum richtigen Zeitpunkt. In dieser Sondierungsphase werden die Schutzrechte des Projekts und die potenziellen Zielmärkte abschließend geklärt und identifiziert. Darüber hinaus ist geplant, die MOMAC-Technologieplattform für interessierte akademische und industrielle Partner zugänglich zu machen.

    Das GO-Bio Initial Programm des Bundesministeriums für Bildung und Forschung (BMBF) ist eine zweistufige Fördermaßnahme im Life Science-Bereich für die Dauer einer einjährigen Sondierungsphase und einer zweijährigen Machbarkeitsphase. Es werden jährlich bis zu 1,1 Millionen Euro Fördergeld ausgeschüttet für Projekte in der Ideen- und Findungsphase. Erklärtes Ziel ist es, diese in die Anwendung zu bringen.

    Hintergrundinformationen
    Das Leibniz-Institut für Alternsforschung – Fritz-Lipmann-Institut (FLI) in Jena widmet sich seit 2004 der biomedizinischen Alternsforschung. Rund 350 Mitarbeiter aus ca. 40 Nationen forschen zu molekularen Mechanismen von Alternsprozessen und alternsbedingten Krankheiten. Näheres unter www.leibniz-fli.de.

    Die Leibniz-Gemeinschaft verbindet 97 eigenständige Forschungseinrichtungen. Ihre Ausrichtung reicht von den Natur-, Ingenieur- und Umweltwissenschaften über die Wirtschafts-, Raum- und Sozialwissenschaften bis zu den Geisteswissenschaften. Leibniz-Institute widmen sich gesellschaftlich, ökonomisch und ökologisch relevanten Fragen. Sie betreiben erkenntnis- und anwendungsorientierte Forschung, auch in den übergreifenden Leibniz-Forschungsverbünden, sind oder unterhalten wissenschaftliche Infrastrukturen und bieten forschungsbasierte Dienstleistungen an. Die Leibniz-Gemeinschaft setzt Schwerpunkte im Wissenstransfer, vor allem mit den Leibniz-Forschungsmuseen. Sie berät und informiert Politik, Wissenschaft, Wirtschaft und Öffentlichkeit. Leibniz-Einrichtungen pflegen enge Kooperationen mit den Hochschulen - in Form der Leibniz-WissenschaftsCampi, mit der Industrie und anderen Partnern im In- und Ausland. Die Leibniz-Institute unterliegen einem transparenten und unabhängigen Begutachtungsverfahren. Aufgrund ihrer gesamtstaatlichen Bedeutung fördern Bund und Länder die Institute der Leibniz-Gemeinschaft gemeinsam. Die Leibniz-Institute beschäftigen rund 20.500 Personen, darunter 11.500 Wissenschaftlerinnen und Wissenschaftler. Das Finanzvolumen liegt bei 2 Milliarden Euro. (www.leibniz-gemeinschaft.de).


    Images

    Criteria of this press release:
    Journalists, Scientists and scholars
    Biology, Medicine
    transregional, national
    Science policy, Transfer of Science or Research
    German


     

    Help

    Search / advanced search of the idw archives
    Combination of search terms

    You can combine search terms with and, or and/or not, e.g. Philo not logy.

    Brackets

    You can use brackets to separate combinations from each other, e.g. (Philo not logy) or (Psycho and logy).

    Phrases

    Coherent groups of words will be located as complete phrases if you put them into quotation marks, e.g. “Federal Republic of Germany”.

    Selection criteria

    You can also use the advanced search without entering search terms. It will then follow the criteria you have selected (e.g. country or subject area).

    If you have not selected any criteria in a given category, the entire category will be searched (e.g. all subject areas or all countries).