Kann ein einfacher Bluttest zeigen, wie gut jemand altert?
Unser Team hat fortschrittliche Metabolomik mit modernem Machine Learning und einem neuartigen Netzwerk-Modellierungswerkzeug kombiniert, um die wichtigsten molekularen Prozesse hinter aktivem Altern zu identifizieren. Ihre Studie, veröffentlicht im Fachjournal npj Systems Biology and Applications, identifiziert Aspartat als dominanten Biomarker für körperliche Fitness und kartiert die dynamischen Interaktionen, die ein gesünderes Altern unterstützen.
Es ist seit langem bekannt, dass Bewegung die Mobilität schützt und das Risiko chronischer Krankheiten senkt. Dennoch waren die genauen molekularen Prozesse, die körperliche Aktivität in gesünderes Altern übersetzen, bislang nur wenig verstanden. Die Forscher:innen stellten eine einfache, aber zentrale Frage: Können wir die Vorteile eines aktiven Lebensstils bei älteren Menschen direkt im Blut erkennen – und die Moleküle identifizieren, die am wichtigsten sind?
Von Fitnesstests zu Blut-Fingerabdrücken: Body Activity Index und Metabolomics Index
Zunächst erstellten die Forscher:innen einen einzigen „Body Activity Index“ (BAI), indem sie kanonische Korrelationsanalyse auf Ergebnisse von Gehstrecken, Stuhl-Aufsteh-Tests, Handgriffstärke und Gleichgewichtstests anwendeten. Diese kombinierte physische Leistungskennzahl erfasst Ausdauer, Kraft und Koordination in einer robusten Messgröße. Unabhängig davon wurde ein „Metabolomics Index“ aus Blutkonzentrationen von 35 kleinmolekularen Metaboliten abgeleitet. Über 263 Proben älterer Erwachsener hinweg zeigten die beiden Indizes eine Pearson-Korrelationskoeffizient von 0,85 (p < 1 × 10⁻¹⁹), was zeigt, dass die molekulare Signatur im Blut die kombinierte physische Fitnessmessung widerspiegelt.
Machine Learning zeigt aktive und weniger aktive Gruppen und ihre metabolische Signatur
Um komplexe, nichtlineare Muster zu erfassen, trainierten die Forscher:innen fünf verschiedene Machine-Learning-Modelle – von einfachen statistischen Ansätzen (Generalized Linear Model, GLM) bis zu fortgeschrittenen Methoden wie Boosted Decision Trees (Gradient Boosting Machine, GBM; XGBoost) und einem Deep-Learning Autoencoder-Netzwerk. Jedes Modell wurde mittels doppelter Kreuzvalidierung abgestimmt und an unabhängigen Daten getestet, um eine robuste Leistung zu gewährleisten. Beide Boosting-Methoden (GBM und XGBoost) erreichten eine hohe Genauigkeit und unterschieden „aktive“ von „weniger aktiven“ Teilnehmern in über 91 % der Fälle (AUC > 0,91).
Über alle fünf Algorithmen hinweg traten acht Metaboliten konsistent als Prädiktoren des Aktivitätsniveaus hervor: Aspartat, Prolin, Fructose, Apfelsäure (Malat), Pyruvat, Valin, Citrat und Ornithin. Unter ihnen stach Aspartat mit dem zwei- bis dreifachen Einfluss hervor und bestätigte seine zentrale Rolle als molekularer Marker für aktives Altern.
Netzwerk-Umschaltung durch COVRECON
Korrelationsanalysen allein können nicht erklären, warum bestimmte Moleküle mit Fitness verbunden sind. Um die zugrunde liegenden Mechanismen zu identifizieren, wandte das Team COVRECON an, ein datenbasiertes Modellierungswerkzeug. Einfach ausgedrückt untersucht COVRECON, wie Metaboliten gemeinsam variieren, und rekonstruiert das Netzwerk biochemischer Interaktionen zwischen ihnen. Mathematisch bedeutet dies die Schätzung einer differentiellen Jacobian-Matrix – eine Methode, um enzymatische Verbindungen zu identifizieren, die sich zwischen aktiven und weniger aktiven Gruppen am stärksten verändern.
Diese Analyse identifizierte zwei bekannte Enzyme, Aspartat-Aminotransferase (AST) und Alanin-Aminotransferase (ALT), als zentrale Knotenpunkte im Netzwerk. Beide sind Standardmarker in klinischen Leber-Tests, zeigten hier jedoch, wie Aktivität den Stoffwechsel umgestaltet. Wichtig: Die Vorhersagen wurden durch Routine-Bluttests bestätigt. Über den sechsmonatigen Studienzeitraum schwankten AST und ALT bei aktiven Teilnehmern stärker als bei ihren weniger aktiven Altersgenossen – ein Hinweis auf größere metabolische Flexibilität in Leber und Muskulatur.
Auswirkungen auf Gehirngesundheit und Demenz
Aspartat ist mehr als ein einfacher Stoffwechselintermediat: Im Gehirn dient es auch als Vorläufer von Neurotransmittern und aktiviert NMDA-Rezeptoren, die für Lernen und Gedächtnis essentiell sind. Diese doppelte Rolle bietet eine mögliche Verbindung zwischen körperlicher Fitness und kognitiver Gesundheit. Unabhängige Studien zeigen, dass niedrige AST- und ALT-Werte in der Lebensmitte – oder ein erhöhter AST/ALT-Quotient – mit einem höheren Risiko für Alzheimer und altersbedingten kognitiven Abbau verbunden sind.
Die Studie zeigt, dass körperliche Aktivität dynamische Veränderungen im Aspartat-Stoffwechsel und in der Plastizität dieser beiden Enzyme fördert. Damit entsteht eine molekulare Brücke zwischen Muskel-Leber-Gesundheit und Gehirnresilienz. Die Kernaussage lautet: Körperliche Aktivität hilft, Kraft und Mobilität zu erhalten, und kann möglicherweise auch das Gehirn vor Demenz schützen – durch messbare Verschiebungen in Aminosäure-basierten Signalwegen.
„Körperliche Aktivität baut nicht nur Muskelmasse auf“, erklärt Wolfram Weckwerth. „Sie verändert unseren Stoffwechsel auf molekularer Ebene. Indem wir diese Veränderungen entschlüsseln, können wir verfolgen – und sogar steuern –, wie gut jemand altert.“
Initiierende Forschungsplattformen der Universität Wien:
Originalpublikation:
Jiahang Li, Martin Brenner, Iro Pierides, Barbara Wessner, Bernhard Franzke, Eva-Maria Strasser, Steffen Waldherr, Karl-Heinz Wagner & Wolfram Weckwerth. Machine learning and data-driven inverse modeling of metabolomics unveil key processes of active aging. In npj Systems Biology and Applications.
DOI: 10.1038/s41540-025-00580-4
Artikel über unsere Studie:
science.apa.at/power-search/2826271267847630261
oe1.orf.at/programm/20250929/807923/Intelligentes-Blut-Perspektive-fuer-US-Forschende
www.management-krankenhaus.de/news/intelligentes-blut-wie-ki-die-alterungssignale-des-koerpers-liest
www.mtdialog.de/news/artikel/spiegelt-molekulare-signatur-koerperliche-fitness-wider
science-online.org/intelligentes-blut-wie-ki-die-alterungssignale-des-koerpers-liest/
lomazoma.com/wie-ki-die-alternden-signale-des-koerpers-liest/
medicalxpress.com/news/2025-09-smart-blood-ai-body-aging.html
www.technologynetworks.com/informatics/news/simple-blood-test-shows-how-well-youre-aging-405215
www.nanowerk.com/news2/robotics/newsid=67763.php
scienceblog.com/blood-test-reveals-how-well-youre-aging/
todayheadline.co/blood-test-reveals-how-well-youre-aging-todayheadline/
radioallen.cl/smart-blood-how-ai-reads-your-bodys-aging-signals/
Textquelle: www.univie.ac.at/aktuelles/detail/intelligentes-blut-wie-ki-die-alterungssignale-des-koerpers-liest