DeepMind en veroudering: Kunstmatige intelligentie spoort genen op die cellen terugdraaien

Elk decennium of twee is er een moment waarop twee gebieden die zich afzonderlijk hebben ontwikkeld, met elkaar botsen en beide voor altijd veranderen. Dat gebeurde toen informatica genetica ontmoette en bio-informatica creëerde. Nu zijn we getuige van zo'n moment opnieuw: kunstmatige intelligentie ontmoet de biologie van veroudering.

Op 19 mei 2026 publiceerde Google DeepMind, het kunstmatige intelligentie laboratorium achter AlphaFold en AlphaGo, haar nieuwe werkrichting op het gebied van veroudering. Het hulpmiddel dat centraal staat in de aankondiging heet Co-Scientist: een multi-agent kunstmatige intelligentie systeem, gebouwd op het Gemini-model, dat tot taak heeft de wetenschappelijke literatuur te scannen, hypothesen te genereren, tegen elkaar af te wegen en te rangschikken. Een team van onderzoekers gebruikte het om genetic leads op te sporen, genetische kandidaten die oude cellen naar een jongere staat kunnen terugbrengen. In eenvoudige bewoordingen probeerde het systeem de vraag te beantwoorden die levensduuronderzoekers al twintig jaar stellen: welke genen moeten worden aan- of uitgezet om de leeftijd van een cel te resetten?

Het verschil zit in de snelheid. Een analyse die gegevens uit een screeningsexperiment combineert met tienduizenden wetenschappelijke artikelen, kan een onderzoeker tot een half jaar kosten. Met Co-Scientist wordt hetzelfde werk teruggebracht tot enkele dagen. Het is geen medicijn en het is nog steeds geen belofte, maar het is een dramatische sprong in de snelheid waarmee we de mogelijkhedenruimte verkleinen.

Wat zijn genetic leads voor het terugdraaien van cellen eigenlijk?

Om te begrijpen waar het team naar op zoek was, moet men begrijpen wat de wetenschap al weet over celverjonging:

Reprogrammering (reprogramming): In 2006 toonde Shinya Yamanaka aan dat een volwassen cel kan worden teruggebracht naar een stamcelstaat door slechts vier genen (OSKM) te activeren. Dit was het bewijs dat celveroudering omkeerbaar is.
Gedeeltelijke reprogrammering (partial reprogramming): In plaats van de identiteit van de cel volledig te wissen, worden de genen voor een korte tijd geactiveerd om deze te 'verjongen' zonder het in een stamcel te veranderen. Zo blijft de cel een neuron of huidcel, maar jonger.
Genetic leads: Dit zijn kandidaten, genen of gencombinaties, met een hoog potentieel om deze verjonging te bereiken. De overgrote meerderheid is nog niet in het laboratorium getest.

Het probleem is de omvang van de zoekruimte en de hoeveelheid verspreide kennis. Het menselijk genoom bevat ongeveer 20.000 genen, en de kennis over hun functie is verspreid over tienduizenden wetenschappelijke artikelen. Het handmatig verbinden van al deze draden en begrijpen welke kandidaten eerst moeten worden getest, kan maandenlang werk kosten. Hier komt kunstmatige intelligentie in beeld.

De connectie met kunstmatige intelligentie: een systeem dat alle literatuur leest

Het is belangrijk om te begrijpen wat Co-Scientist wel en niet doet. Het is geen model zoals AlphaFold dat de driedimensionale structuur van een eiwit voorspelt, en het 'scant geen miljoenen gencombinaties' uit ruwe biologische gegevens. In plaats daarvan is het een multi-agent systeem waarin elke agent een rol vervult: één agent genereert hypothesen, een andere bekritiseert ze, een andere rangschikt en verbetert ze. Ze werken allemaal met dezelfde grondstof, de bestaande wetenschappelijke literatuur.

Toen het team Co-Scientist vroeg om in de literatuur te zoeken naar factoren die veroudering zouden kunnen terugdraaien, scande het tienduizenden artikelen, woog het een reeks hypothesen af en stelde uiteindelijk meer dan 20 nieuwe en plausibele genetische factoren voor om te testen. Laboratoriumexperimenten bevestigden enkele van haar hypothesen: sommige van de door haar aanbevolen factoren duwden cellen inderdaad naar een jongere staat met een verbeterde algehele functie. Zo richt AI de onderzoekers: in plaats van zelf de zee van literatuur te doorzoeken, krijgt men een korte en gerichte lijst van kandidaten die het eerst moeten worden getest.

Dit onderscheid is belangrijk omdat het gemakkelijk is om twee soorten hulpmiddelen te verwarren. AlphaFold loste een heel ander probleem op, structuurvoorspelling, en leverde de teamleiders daarmee de Nobelprijs voor Scheikunde in 2024 op (zie hieronder). Co-Scientist daarentegen is een 'onderzoekspartner' die verspreide kennis synthetiseert en richtingen voorstelt. Beide zijn van DeepMind, maar het zijn verschillende soorten hulpmiddelen die verschillende vragen beantwoorden.

Ook de industriële context is belangrijk. DeepMind maakt deel uit van Alphabet (het moederbedrijf van Google), dat ook Calico beheert, een bedrijf dat in 2013 speciaal is opgericht om veroudering te bestrijden. De combinatie van rekenkracht, enorme wetenschappelijke literatuur en vrijwel onbeperkte financiering is precies wat het veld van levensduur tot nu toe heeft ontbroken.

Het huidige bewijs

Het is belangrijk om precies te zijn: het voorstellen van een genetische kandidaat door het systeem is het begin van de weg, niet het einde. Niettemin kan de aankondiging worden geplaatst tegen de achtergrond van wat de afgelopen jaren al is bewezen, om te begrijpen waarom de verwachtingen hoog zijn.

Onderzoek 1: Celverjonging in het oog uit 2020

Een team van Harvard onder leiding van David Sinclair toonde aan dat het gezichtsvermogen kon worden hersteld bij oude muizen en muizen met glaucoom door drie van de vier Yamanaka-factoren (OSK) in de oogzenuw te activeren. De zenuwcellen regenereerden en hun biologische leeftijd daalde (Lu et al., Nature 2020). Dit is het bewijs dat precieze genetische doelen inderdaad processen kunnen terugdraaien.

Onderzoek 2: AlphaFold en eiwitstructuurvoorspelling

In een aparte en andere prestatie bracht DeepMind in 2022 de driedimensionale structuren van meer dan 200 miljoen eiwitten uit, bijna elk bekend eiwit. Deze prestatie leverde de teamleiders, Demis Hassabis en John Jumper, de Nobelprijs voor Scheikunde in 2024 op en bewees dat kunstmatige intelligentie biologische problemen kan oplossen die decennia lang als onoplosbaar werden beschouwd. Let op: dit is een ander hulpmiddel dan Co-Scientist, maar het demonstreert hetzelfde vermogen van DeepMind om de biologische wetenschap te versnellen.

Onderzoek 3: Grootschalige celkaarten

Projecten zoals de Human Cell Atlas hebben het genexpressieprofiel van miljoenen individuele cellen uit verschillende weefsels en leeftijden in kaart gebracht. Dergelijke gegevens, samen met de wetenschappelijke literatuur, maken deel uit van de grondstof waarop een systeem als Co-Scientist kan vertrouwen om te begrijpen wat een 'jonge cel' en wat een 'oude cel' is op genniveau.

Onderzoek 4: Epigenetische verouderingsklokken

De Horvath-klok en zijn opvolgers meten de biologische leeftijd op basis van DNA-methylatiepatronen met een nauwkeurigheid van ongeveer 3,6 jaar (gemiddelde fout). Dergelijke klokken geven onderzoekers een objectieve maatstaf: of de voorgestelde genetische verandering de leeftijd daadwerkelijk heeft verlaagd of niet.

Hoe zit het met specifieke leeftijdsgerelateerde ziekten?

Celverjonging is geen abstract doel. Als we erin slagen cellen terug te draaien, hebben de gevolgen betrekking op elke ziekte die afhankelijk is van leeftijd:

Neurodegeneratieve hersenziekten: Neuronen delen bijna niet, dus hun verjonging kan een oplossing zijn voor Alzheimer en Parkinson, waar stamcellen niet helpen.
Hartziekten: Hartspiercellen verliezen hun regeneratievermogen met de leeftijd. Gedeeltelijke reprogrammering kan dit herstellen.
Immuunsysteem: 'Verjonging' van immuunsysteemcellen kan de verzwakte afweer met de leeftijd herstellen en de reactie op vaccinaties verbeteren.

Met andere woorden, een motor die efficiënt genetische doelen voor verjonging opspoort, lost niet één ziekte op, maar valt de gemeenschappelijke oorzaak van alle leeftijdsgerelateerde ziekten aan.

Is dit de doorbraak waar we allemaal op hebben gewacht?

Hier moeten we stoppen en diep ademhalen. De kop 'kunstmatige intelligentie draait veroudering terug' is opwindend, maar de afstand tussen een genetische kandidaat op een scherm en een behandeling bij mensen is .

Een voorstel is geen validatie: Zelfs als het systeem een gen als veelbelovende kandidaat voorstelt, moet het worden getest in levende cellen, vervolgens in dieren, en pas daarna in mensen. Het faalpercentage op deze weg is zeer hoog. Zelfs in het huidige voorbeeld is slechts een klein deel van de 20 voorgestelde factoren initieel gevalideerd in cellen.
Het risico op kanker: Het ongecontroleerd activeren van Yamanaka-factoren verandert cellen in wilde stamcellen, wat tumoren kan veroorzaken. Controle over dosering en timing is de grootste uitdaging.
Tijd: Zelfs in een optimistisch scenario duren klinische proeven bij mensen 7 tot 12 jaar. Geen enkele kunstmatige intelligentie verkort de veiligheidsfase.
Hype versus realiteit: Commerciële bedrijven en krantenkoppen vervagen graag het onderscheid tussen 'we hebben een kandidaat gevonden' en 'we hebben een behandeling gevonden'. De consument moet zorgvuldig lezen wat er precies is bewezen.

Dus nee, niemand van ons krijgt in het komende jaar een verjongingsinjectie. Wat er wel is gebeurd, is dat de snelheid van de ontdekkingsfase een sprong vooruit heeft gemaakt, en dat alleen al is significant.

Wat kunnen we wel meenemen uit het onderzoek?

Zelfs zonder toegang tot de laboratoria van Google zijn er praktische lessen die vandaag al kunnen worden toegepast:

Koop geen 'verjongingsmedicijnen' die adverteren dat ze op kunstmatige intelligentie zijn gebaseerd. Als iets vandaag al wordt verkocht, heeft het de klinische validatiefase niet doorlopen. Houd een gezonde dosis scepsis.
Ondersteun uw natuurlijke herstelmechanismen: Lichaamsbeweging, intermitterend vasten en kwaliteitsslaap activeren dezelfde DNA-herstel- en celverjongingsroutes die de wetenschap probeert te ontcijferen.
Volg uw biologische klok: Epigenetische leeftijdstests (zoals TruAge) zijn beschikbaar voor het publiek en geven een objectieve maatstaf voor het effect van uw levensstijlveranderingen.
Investeer in metabole gezondheid: Bloedsuikerbalans, behoud van spiermassa en normaal cholesterol vertragen celveroudering zonder enige genetische interventie.
Blijf op de hoogte, maar met geduld: Dit is een veld dat in sprongen vooruitgaat. Het echte nieuws zal komen van klinische proefresultaten, niet van een persbericht.

Het bredere perspectief

De intrede van DeepMind in de arena van levensduur markeert een diepere verschuiving dan welk individueel gen dan ook dat wordt gevonden. Het markeert dat veroudering is verschoven van een marginaal wetenschappelijk veld naar een arena waar 's werelds grootste technologiebedrijven concurreren. Wanneer Google, met een van de krachtigste kunstmatige intelligentie laboratoria ter wereld, besluit dat celverjonging haar aandacht waard is, krijgt het hele veld financiering, talent en legitimiteit.

Maar er is ook een bescheiden herinnering. Co-Scientist heeft de biologie niet 'opgelost', het heeft de bestaande kennis gesynthetiseerd en onderzoekers een veel betere kaart gegeven. Kunstmatige intelligentie verkleint de zoekruimte, het vervangt niet het harde werk van validatie, veiligheid en begrip. Het genoom is niet alleen een tekst die moet worden ontcijferd, het is een levend systeem dat reageert op manieren die ons nog steeds verrassen.

Het juiste moment om opgewonden te raken is niet wanneer een algoritme een kandidaat voorstelt, maar wanneer een echte menselijke cel in het laboratorium er jonger door wordt. Co-Scientist heeft de weg naar dat moment net verkort, maar niet geëlimineerd.

Referenties:
Google DeepMind: Fast-tracking genetic leads to reverse cellular aging, 19 May 2026