Altern ist der wichtigste Risikofaktor für chronische Erkrankungen und geht mit tiefgreifenden strukturellen Veränderungen menschlicher Gewebe einher. In der Studie stellten die Autoren eine umfassende Analyse dieser Veränderungen anhand von annähernd 26.000 histopathologischen Gewebeschnitten aus 40 Gewebetypen von knapp 1.000 Individuen der Genotype-Tissue Expression (GTEx) Kohorte vor. Die Gewebeproben stammten von verstorbenen Menschen, die hauptsächlich durch Unfall, Suizid oder natürliche Ursachen verstorben waren. 

Mithilfe von Deep Learning-Modellen wurden feine morphologische Veränderungen quantifiziert und sogenannte „Tissue Clocks“ entwickelt. Diese sagen das biologische Alter vorher, indem sie die Beschaffenheit und Erhaltung der Gewebearchitektur eines Organs oder Gewebes (strukturelle Integrität) und physiologische Fitness von Geweben widerspiegelten. 

Die „Tissue Clocks“ korrelieren mit etablierten Alternsmarkern wie Telomerverkürzung, subklinischen Pathologien und Komorbiditäten. Es wurden Unterschiede in der Alterungsgeschwindigkeit verschiedener Organe festgestellt, die mit demografischen, Lebensstil- und medizinischen Faktoren zusammenhängen.

Die Methode ist geeignet, um altersbedingte Veränderungen und krankheitsspezifische Alterungsprozesse in einzelnen Organen zu erkennen.

Originalpublikation:
Abila, E., Buljan, I., Zheng, Y. et al. Histological aging signatures for monitoring tissue-specific aging and disease. Nat Med (2026). https://doi.org/10.1038/s41591-026-04566-5

Weitere Informationen:
https://www.bionity.com/de/news/1189645/organe-altern-unterschiedlich-schnell-ein-bluttest-verraet-welche.html?utm_source=newsletter&utm_medium=email&utm_campaign=bionityde--2026-08-24--2&mtm_group=bionityde&WT.mc_id=ca0264