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

Elk decennium of twee is er een moment waarop twee afzonderlijk ontwikkelde velden botsen en beide voorgoed veranderen. Zo gebeurde het toen computers genetica ontmoetten en bio-informatica ontstond. Nu zijn we getuige van zo'n moment opnieuw: kunstmatige intelligentie ontmoet de biologie van veroudering.

Op 20 mei 2026 publiceerde Google DeepMind, het AI-lab achter AlphaFold en AlphaGo, zijn nieuwe onderzoeksrichting: het gebruik van geavanceerde modellen om de zoektocht naar genetic leads te versnellen: genetische kandidaten die oudere cellen naar een jongere staat kunnen terugbrengen. Simpel gezegd, het algoritme probeert de vraag te beantwoorden die verouderingsonderzoekers 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. Wat een lab jaren kost, het één voor één screenen van duizenden genetische combinaties, kan een AI-systeem binnen maanden rangschikken. Dit is geen medicijn, en het is nog 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 precies?

Om te begrijpen waar DeepMind naar zoekt, moet je begrijpen wat de wetenschap al weet over celverjonging:

• Reprogrammering: In 2006 toonde Shinya Yamanaka aan dat een volwassen cel terug kan worden gebracht naar een stamcelstaat door slechts vier genen (OSKM) te activeren. Dit was het bewijs dat celveroudering omkeerbaar is.
• Gedeeltelijke reprogrammering: In plaats van de celidentiteit volledig te wissen, worden de genen kort geactiveerd om de cel 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 lab getest.

Het probleem is de grootte van de zoekruimte. Het menselijk genoom bevat ongeveer 20.000 genen. Het aantal mogelijke combinaties is astronomisch. Het testen van elke combinatie in levende cellen, één voor één, kan honderden jaren laboratoriumwerk kosten. Hier komt kunstmatige intelligentie in beeld.

De connectie met AI: een voorspellingsmechanisme

DeepMind 'zoekt' niet willekeurig. Het heeft modellen gebouwd die, door enorme hoeveelheden biologische gegevens te leren, hebben begrepen welke genexpressiepatronen een jonge cel kenmerken versus een oude cel, en welke verandering in genactivatie een oude cel dichter bij het jonge profiel brengt.

Dit is hetzelfde principe dat AlphaFold revolutionair maakte. AlphaFold voerde geen experimenten uit op elk eiwit, het voorspelde de driedimensionale structuur van honderden miljoenen eiwitten alleen op basis van hun aminozuursequentie, en bespaarde de wetenschappelijke wereld zo tientallen jaren laboratoriumwerk. Dezelfde aanpak wordt nu toegepast op de verouderingsvraag: in plaats van te testen, te voorspellen, en onderzoekers een korte, gerichte lijst te geven van kandidaten die het eerst moeten worden getest.

De industriële context is hier belangrijk. DeepMind maakt deel uit van Alphabet (het moederbedrijf van Google), en daarnaast opereert Isomorphic Labs, een geneesmiddelenontdekkingsbedrijf dat uit dezelfde technologie is voortgekomen. Alphabet runt ook Calico, een bedrijf dat in 2013 speciaal is opgericht om veroudering te bestrijden. De combinatie van rekenkracht, biologische gegevens en bijna onbeperkte financiering is precies wat het veld van levensduur tot nu toe ontbrak.

Het huidige bewijs

Het is belangrijk om precies te zijn: dit is een aankondiging van een onderzoeksrichting, geen artikel met definitieve resultaten. Het kan echter 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 van oude muizen kon worden hersteld door drie van de vier Yamanaka-factoren in de oogzenuw te activeren. De zenuwcellen regenereerden en hun biologische leeftijd daalde. Dit is het bewijs dat precieze genetische doelen inderdaad processen kunnen omkeren.

Onderzoek 2: AlphaFold en structuurvoorspelling uit 2021

DeepMind heeft de 3D-structuren van meer dan 200 miljoen eiwitten vrijgegeven, bijna elk bekend eiwit. Deze prestatie leverde de teamleiders in 2024 de Nobelprijs voor de Scheikunde op en bewees dat kunstmatige intelligentie biologische problemen kan oplossen die decennialang als onoplosbaar werden beschouwd.

Onderzoek 3: Grootschalige celatlassen

Projecten zoals de Human Cell Atlas hebben het genexpressieprofiel van miljoenen individuele cellen uit verschillende weefsels en leeftijden in kaart gebracht. Dergelijke gegevens zijn de grondstof die een AI-model nodig heeft om te leren 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 minder dan 4 jaar. Dergelijke klokken geven AI een objectieve maatstaf: of de voorgestelde genetische verandering de leeftijd daadwerkelijk heeft verlaagd of niet.

Wat met specifieke ouderdomsziekten?

Celverjonging is geen abstract doel. Als we cellen kunnen terugdraaien, hebben de gevolgen betrekking op elke leeftijdsgebonden ziekte:

• 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 immuuncellen kan de afweer herstellen die verzwakt met de leeftijd en de reactie op vaccins verbeteren.

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

Is dit de doorbraak waar we allemaal op hebben gewacht?

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

• Voorspelling is geen validatie: Zelfs als het model een gen als veelbelovende kandidaat rangschikt, moet het worden getest in levende cellen, vervolgens in dieren, en pas daarna in mensen. Het faalpercentage op deze weg is zeer hoog.
• 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 AI 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 wel is gebeurd, is dat de snelheid van de ontdekkingsfase een sprong heeft gemaakt, en dat alleen al is significant.

Wat kun je wel meenemen uit dit onderzoek?

Zelfs zonder toegang tot de labs van Google zijn er praktische lessen die je vandaag al kunt toepassen:

1. Koop geen 'verjongingsmedicijnen' die beweren op AI te zijn gebaseerd. Als iets vandaag al wordt verkocht, heeft het de klinische validatiefase niet doorlopen. Blijf gezond sceptisch.
2. Ondersteun je natuurlijke herstelmechanismen: Lichaamsbeweging, intermitterend vasten en kwaliteitsslaap activeren dezelfde DNA-herstel- en celverjongingsroutes die AI probeert na te bootsen met medicijnen.
3. Volg je biologische klok: Epigenetische leeftijdstesten (zoals TruAge) zijn beschikbaar voor het publiek en geven een objectieve maatstaf voor het effect van je levensstijlveranderingen.
4. Investeer in metabole gezondheid: Bloedsuikerbalans, behoud van spiermassa en gezond cholesterol vertragen celveroudering ook zonder enige genetische interventie.
5. Blijf op de hoogte, maar met geduld: Dit is een veld dat in sprongen vooruitgaat. Het echte nieuws komt 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 het ook vindt. 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 AI-labs ter wereld, besluit dat celverjonging zijn aandacht waard is, krijgt het hele veld financiering, talent en legitimiteit.

Maar er is ook een nederige herinnering. AlphaFold 'loste' de biologie niet op, het gaf onderzoekers een veel betere kaart. 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 lab er jonger door wordt. DeepMind heeft de weg naar dat moment net verkort, maar niet geëlimineerd.

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