LONDON (IT BOLTWISE) – Forschende haben eine neue genetische Methode zur Alzheimer-Risikoabschätzung vorgestellt, die sich besser auf unterschiedliche Bevölkerungsgruppen übertragen lässt. In Tests mit US-Patientendaten erhöhte ein Cross-Ancestry-Polygen-Risikoscore die Odds für eine Alzheimer-Diagnose bei Menschen afrikanischer Abstammung um 71 % gegenüber dem Basisrisiko. Die Arbeit zeigt außerdem, dass der Score nicht nur Diagnosen, sondern auch Biomarker und Hirnpathologie widerspiegelt. Entscheidend ist dabei, dass das Modell die Verteilung genetischer Effekte über mehrere Populationen gemeinsam auswertet statt sich auf europäische Daten zu stützen.
Die genetische Risikoabschätzung bei Alzheimer rückt gerade dort vor, wo sie bislang oft am meisten versagt hat: bei der Übertragung von Modellen über Bevölkerungsgruppen hinweg. Polygenetische Risikoscores zählen viele tausend Varianten im Erbgut, deren Einzelwirkung jeweils sehr klein ist, und kombinieren sie zu einer Gesamteinschätzung für eine Erkrankung. Das Problem dabei ist nicht die Grundidee, sondern die Datenbasis: Historisch stammten viele Genome-Wide-Association-Studien (GWAS) und daraus abgeleitete Scores überwiegend von Personen europäischer Abstammung. Der neue Ansatz setzt genau an diesem Engpass an und zielt darauf, die Vorhersagekraft auch dann zu erhalten, wenn die genetischen Hintergründe abweichen.
Technisch betrachtet ist die Studie ein Lehrstück über Modellarchitektur und Daten-Engineering im Maßstab. Die Forschenden unterscheiden drei Varianten polygenetischer Risikoscores: einen Single-Ancestry-Score, der nur europäische genetische Informationen nutzt; einen Multi-Ancestry-Score, der die Daten verschiedener Gruppen lediglich zusammenlegt; und einen Cross-Ancestry-Score, der die Informationen aus mehreren Populationen gemeinsam in einem statistischen Modell verarbeitet. Die zentrale Idee: Das Modell soll nicht einfach “alles über alle Gruppen mitteln”, sondern die Gewichte einzelner genetischer Varianten anhand gemeinsamer Effekte über Populationen hinweg anpassen. Damit die Skalierung zwischen den genetischen Hintergründen fair bleibt, kommt zudem eine mathematische Ancestry Normalization-Schrittfolge zum Einsatz.
Damit der Vergleich mehr ist als ein theoretischer Modelltest, setzen die Autorinnen und Autoren auf große US-Kohorten mit messbaren klinischen und biologischen Endpunkten. Für die Hauptauswertung nutzten sie das Alzheimer’s Disease Sequencing Project mit 19.398 Teilnehmenden, darunter 7.111 mit Alzheimer-Diagnose und 12.287 mit kognitiv normalem Status. Eine zweite Testkohorte stammt aus der Health and Aging Brain Study – Health Disparities und umfasst 2.559 ältere Erwachsene. In beiden Datensätzen werden mehrere Abstammungsgruppen betrachtet, wobei die Validierung unter anderem Personen europäischen, Admixed-American- und afrikanischen Hintergrunds einschließt; Admixed American steht dabei für Populationen mit komplexer Mischung aus indigenen, europäischen und afrikanischen genetischen Anteilen.
Für die Bewertung stützen sich die Forschenden nicht nur auf klinische Diagnosen, sondern auch auf objektive Messungen. Dazu gehören kognitive Testwerte für Gedächtnis und Sprache, Bildgebung des Gehirns sowie die Analyse von Liquor cerebrospinalis, also der Flüssigkeit rund um Gehirn und Rückenmark. Gerade hier wird die Brücke zwischen Genetik und Erkrankungsbiologie sichtbar: Bestimmte Proteine im Liquor gelten als Warnzeichen, weil sie mit dem Fortschreiten der Alzheimer-Pathologie zusammenhängen. Zusätzlich kontrollieren die Forschenden für etablierte Einflussfaktoren wie Alter und Geschlecht sowie für das APOE-Gen, das das Risiko für Alzheimer bereits stark erhöht. Diese Kontrolle ist wichtig, um den Effekt des breiteren polygenetischen Scores überhaupt sichtbar zu machen.
Die Ergebnisse zeigen eine klare Trennlinie zwischen “datengetriebenem Erfolg” in einer Population und “robuster Generalisierung” über Populationen hinweg. Der Single-Ancestry-Score, der ausschließlich aus europäischen Daten konstruiert wurde, arbeitet außerhalb dieser Bevölkerungsgruppe deutlich schlechter: Er liefert zwar in der europäischen Gruppe brauchbare Vorhersagen, verliert aber spürbar an Genauigkeit bei Admixed-American-Teilnehmenden. Bei Personen mit afrikanischer Abstammung versagt die Vorhersage im Single-Ansatz sogar vollständig. Genau hier setzt der Cross-Ancestry-Score an: Er zeigt über alle betrachteten Gruppen die höchste prognostische Leistung, und in der Gruppe mit afrikanischer Abstammung wird bei einem höheren Cross-Ancestry-Risikoscore ein Zusammenhang berichtet, bei dem die Odds für eine Alzheimer-Diagnose um 71 % gegenüber dem Basisrisiko steigen.
Der Mehrwert endet nicht bei der klinischen Diagnose. Der Cross-Ancestry-Score korreliert ebenfalls mit kognitiven Leistungsbildern und den strukturellen Zeichen der Erkrankung: Höhere genetische Risikowerte gehen über die Kohorten hinweg mit schlechteren Resultaten in Gedächtnis-, Sprach- und Exekutivfunktionen einher. Letztere umfassen Arbeitsgedächtnis, flexibles Denken und Selbstkontrolle. Auch auf Biomarker-Ebene passt das Muster: Menschen mit höherem genetischem Risiko zeigen niedrigere Werte von amyloid-beta 42 im Liquor cerebrospinalis. Biologisch interpretiert ist das konsistent mit der Vorstellung, dass sich das Protein im Gehirn verklumpt und so schädliche Plaques bildet. Ergänzend stützt Autopsiedaten und fortgeschrittene Bildgebung die Aussage, dass hohe Cross-Ancestry-Risikoscores eher mit schwereren Kategorien der Gehirnpathologie zusammenhängen.
Für die Einordnung ist allerdings wichtig, welche Grenzen im Datensatz nicht “wegoptimiert” werden können. Die Autorinnen und Autoren weisen darauf hin, dass in der Testphase Daten aus Süd- und Ostasien nicht ausreichend vertreten waren. Dadurch lässt sich die Performance für diese Gruppen nicht mit derselben Sicherheit quantifizieren. Außerdem sind die Teilnehmenden in den USA rekrutiert; ob die Modelle unter anderen Umwelt- und Lebensstilbedingungen mit gleicher Genauigkeit funktionieren, bleibt offen. Schließlich erklärt der polygenetische Score nur einen begrenzten Anteil am Gesamtrisiko: Alter, Geschlecht, seltene Gene sowie Umwelteinflüsse wie Ernährung und Bewegung wirken zusammen. Die Studie betrachtet zudem nicht direkt, wie Umweltfaktoren die genetische Risikowirkung abschwächen oder verstärken könnten.
Trotz dieser Einschränkungen adressiert die Arbeit ein zentrales Industrie- und Forschungsproblem: Wie baut man genetische Vorhersagemodelle, die nicht nur “in der Trainingsgruppe” gut sind, sondern systematisch auch in Untergruppen funktionieren. Aus Sicht der KI-Entwicklung ist der Cross-Ancestry-Score weniger ein neues “Trick-Modell” als vielmehr ein robustes Pattern für Multi-Populations-Lernen: gemeinsame Modellierung geteilter genetischer Effekte, angepasste Variantengewichte und eine Normalisierung, die Skalierungsartefakte reduziert. Das Paper ist unter dem Titel Cross-ancestry polygenic risk scores enhance Alzheimer’s disease risk prediction in multiethnic cohorts veröffentlicht; die verantwortlichen Autorinnen und Autoren sind Meri Okorie, Caroline Jonson, Alexis P. Oddi, Patricia A. Castruita, Brian Fulton-Howard, Kristine Yaffe, Jennifer S. Yokoyama, Chinedu Udeh-Momoh sowie Shea J. Andrews.
💳 Amazon-Kreditkarte mit 2.000 Euro Limit bestellen!
🔥 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!
🎉 Amazon Haul-Store für absolute Schnäppchenjäger!
- ★ 23-stufiges KI-Go-Training – Für Spieler mit Grundkenntnissen der Regeln – Entwickelt als intelligenter Trainingspartner passt sich die KI Spielern von 18K bis 9D an. Ideal für alle, die die Grundregeln bereits beherrschen und ihr Spiel verbessern möchten.
- IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
- 【MEHR LEBEN FÜR DEINEN SCHREIBTISCH】 Lerne Eilik kennen – deinen kleinen Roboter-Freund mit Persönlichkeit. Mit liebevollen Animationen, ausdrucksstarken Reaktionen und spielerischen Interaktionen bringt Eilik mehr Freude in deinen Alltag. Ob auf dem Schreibtisch, im Büro oder am Nachttisch – Eilik wird schnell zu einem vertrauten Begleiter für besondere Momente.
- 【XL-Größe für gedeihende Pflanzen】Geben Sie Ihren Pflanzen den Raum, den sie verdienen! Unser verbessertes, großes 13,7 cm großes Design bietet Platz für Pflanzen mit einem Durchmesser von bis zu 8,9 cm und damit deutlich mehr Platz für Wurzelwachstum und Pflanzengesundheit im Vergleich zu kleineren, veralteten Modellen. Die Produktabmessungen betragen 13,6 x 13,6 x 13,2 cm und das Gerät wiegt nur 355 g.
- V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen. Mobile Hotspots können sich mit Loona verbinden und überwinden WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren können.
- Die besten Bücher rund um KI & Robotik!
- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
- Künstliche Intelligenz: Dem Menschen überlegen – wie KI uns rettet und bedroht | Der Neurowissenschaftler, Psychiater und SPIEGEL-Bestsellerautor von »Digitale Demenz«
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "KI-gestützte Alzheimer-Risikoanalyse: Polygenes Scoring mit globaler DNA" für unsere Leser?
#Sophos
#AmazonPrime
#Bestseller
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "KI-gestützte Alzheimer-Risikoanalyse: Polygenes Scoring mit globaler DNA" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »KI-gestützte Alzheimer-Risikoanalyse: Polygenes Scoring mit globaler DNA« bei Google Deutschland suchen, bei Bing oder Google News!