Ernährungsforschung: Zusammenhang von Mikrobiom und Alterungsprozess

Das Ökosystem, das der Mensch als Wirtsorganismus zusammen mit den Mikroben bildet, kann aus dem Gleichgewicht geraten. „Wenn das Mikrobiom im Darm seine Diversität einbüßt (d. h. weniger unterschiedliche Arten von Mikroorganismen aufweist) und von wenigen Spezies dominiert wird, dann gesellen sich typischerweise Krankheitserreger hinzu. Sie sind eine Gefahr für die Gesundheit des Wirts. Infektionen und entzündliche Prozesse werden wahrscheinlicher und lösen eine Kaskade von Reaktionen aus, die sich negativ auf die Funktion zahlreicher Organe wie Leber und Gehirn auswirken. Und das passiert eher bei älteren Menschen“, so Prof. Dario R. Valenzano, Leiter der Forschungsgruppe „Evolutionsbiologie/Mikrobiom-Wirt-Interaktionen beim Altern“ am Leibniz-Institut für Alternsforschung - Fritz-Lipmann-Institut (FLI) in Jena.
2022 richtet das FLI eine neue Nachwuchsforschungsgruppe namens „KI-gestützte Analyse des Mikrobioms im Alternsprozess“ ein, um zu verstehen, wie dieser Zusammenbruch des Ökosystems Mensch-Mikrobe zu Krankheiten führt. Wie verhalten sich die Billionen Mikroben zueinander und wie im Austausch mit den Körperzellen? Die neue Forschungsgruppe wird Verfahren des maschinellen Lernens und der künstlichen Intelligenz (KI) entwickeln und anwenden, um aus biologischen Daten neue Erkenntnisse zu gewinnen. Ziel ist es, mithilfe einer Kombination verschiedener Methoden der Datenanalyse Modelle zu entwickeln, die Aussagen zum Krankheits- und Gesundheitszustand auf Grundlage der Zusammensetzung des Mikrobioms erlauben.
„Solche Methoden könnten in der Zukunft verstärkt bei der Diagnose von Darmkrebs oder chronisch-entzündlichen Darmerkrankungen zum Einsatz kommen“, sagt Steve Hoffmann, der am FLI den Forschungsbereich „Systembiologie und Bioinformatik des Alterns“ leitet. KI-basierte Methoden können dabei helfen, Veränderungen in der Zusammensetzung und der Funktion der Mikrobiom-Bestandteile im Zeitverlauf zu analysieren. Die Daten, um solche KI-basierten Vorhersagemodelle zu „trainieren“, haben Forschende am FLI seit Jahrzehnten generiert. Dazu zählen bspw. Langzeit-Datenreihen zum Transkriptom (Gesamtheit der Gene, die in einer Zelle transkribiert werden) während des Alterns, sowie Daten zum Einfluss des Mikrobioms auf epigenetische Veränderungen und Daten zur Zusammensetzung von Stuhlproben, die Fischen und Mäusen im Laufe ihres Lebens entnommen wurden. „Die Einbeziehung der Methoden des maschinellen Lernens in die Mikrobiomforschung und die Alternsforschung bedeutet eine enorme Steigerung des Erkenntnisgewinns, der aus komplexen Datensammlungen gezogen werden kann“, sagt Prof. Alfred Nordheim, Wissenschaftlicher Direktor des FLI.

Quelle: Leibniz-Institut für Alternsforschung - Fritz-Lipmann- Institut e. V. (FLI), Pressemeldung vom 03.02.2022

Diesen Artikel finden Sie auch in ERNÄHRUNGS UMSCHAU 4/2022 auf Seite M185.