← Neueste Arbeiten
📄 Pharmakologie und Toxikologie

Cell Painting and machine learning for mechanistic profiling of hepatotoxic botanicals and their constituents

Diese Studie zeigt, dass die Kombination von Cell Painting mit maschinellem Lernen ein sensitiver und effektiver Ansatz ist, um spezifische hepatotoxische Bestandteile in botanischen Extrakten zu identifizieren und mechanistische Hypothesen über deren Wirkungsweisen in primären menschlichen Hepatozyten zu generieren.

Ursprüngliche Autoren: Ollitrault, G., Mitchell, C. A., Ferguson, S. S., Roe, A. L., White, B., Titterton, K., Ewald, J.

Veröffentlicht 2026-10-12
📖 5 Min. Lesezeit🧠 Tiefgang

Ursprüngliche Autoren: Ollitrault, G., Mitchell, C. A., Ferguson, S. S., Roe, A. L., White, B., Titterton, K., Ewald, J.

Originalarbeit lizenziert unter CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ⚕️ Dies ist eine KI-generierte Erklärung eines Preprints, das nicht peer-reviewed wurde. Dies ist kein medizinischer Rat. Treffen Sie keine Gesundheitsentscheidungen auf Grundlage dieses Inhalts. Vollständigen Haftungsausschluss lesen

Menschen wenden sich schon lange an Pflanzen, um ihre Gesundheit zu unterstützen, von einfachen Tees bis hin zu komplexen pflanzlichen Nahrungsergänzungsmitteln. Diese botanischen Produkte sind ein massiver Teil der globalen Wellness-Industrie, stellen Experten für Sicherheit jedoch vor eine einzigartige Herausforderung. Im Gegensatz zu einem einzelnen chemischen Wirkstoff ist der Inhalt einer Flasche mit pflanzlichem Nahrungsergänzungsmittel ein komplexes Gemisch, das hunderte verschiedene Verbindungen enthält. Zwar wissen wir, dass einige Pflanzen die Leber schädigen können, aber es ist oft unmöglich festzustellen, welcher spezifische Inhaltsstoff in der Mischung dafür verantwortlich ist oder wie er diesen Schaden verursacht. Die traditionelle Sicherheitsprüfung hat Schwierigkeiten mit dieser Komplexität und lässt Regulierungsbehörden und Verbraucher oft im Dunkeln über die wahren Risiken, die in einem natürlichen Heilmittel verborgen liegen.

Um dies zu lösen, wenden Forscher eine Methode namens „Cell Painting“ an. Stellen Sie sich ein Mikroskop vor, das nicht nur ein Bild einer Zelle macht, sondern sie mit fünf verschiedenen fluoreszierenden Farben bemalt, wobei jede einen spezifischen Teil der zellulären Maschinerie hervorhebt, wie etwa den Zellkern, die Energiefabriken oder die äußere Hülle. Wenn eine Chemikalie eine Zelle stört, verändern diese bemalten Teile ihre Form oder Anordnung auf einzigartige Weise. Durch das Erfassen dieser Veränderungen können Wissenschaftler nicht nur sehen, ob eine Zelle stirbt, sondern wie sie reagiert. Diese visuellen Daten werden dann in Computermodelle eingespeist, die auf Tausenden bekannter Chemikalien trainiert wurden. Diese Modelle fungieren wie eine Bibliothek biologischer Reaktionen und ermöglichen es den Forschern, einen neuen Pflanzenextrakt mit einer riesigen Datenbank bekannter Verhaltensweisen zu vergleichen, um zu erahnen, was im Inneren der Zelle geschieht.

In einer kürzlich durchgeführten Studie wandte ein Team von Wissenschaftlern diesen Ansatz auf dreizehn verschiedene botanische Extrakte und fünfundachtzig ihrer einzelnen chemischen Inhaltsstoffe an. Sie testeten diese Substanzen an primären menschlichen Leberzellen, die das relevanteste Modell zum Verständnis der Lebersicherheit darstellen. Die Forscher setzten die Zellen acht verschiedenen Konzentrationen des jeweiligen Pflanzenextrakts und seiner Bestandteile aus und nutzten die Cell-Painting-Technik, um die zelluläre Reaktion zu erfassen. Zudem führten sie Standard-Gesundheitschecks durch, um zu sehen, ob die Zellen leckten oder Energie verloren, was als Basis für den Vergleich diente. Das Ziel war es zu sehen, ob diese hochtechnologische Bildgebung Aktivitäten entdecken konnte, die traditionelle Tests übersehen, und – was noch wichtiger ist – um zu identifizieren, welche spezifischen Inhaltsstoffe innerhalb der komplexen Pflanzenmischungen diese Effekte vorantreiben.

Die Ergebnisse zeigten, dass die Cell-Painting-Methode wesentlich sensitiver war als die Standard-Gesundheitschecks. Sie detektierte biologische Aktivität bei elf von dreizehn Pflanzenextrakten und bei sechsundvierzig von fünfundachtzig einzelnen Inhaltsstoffen, während die traditionellen Tests nur bei neun Extrakten und vierzig Inhaltsstoffen Aktivität fanden. Entscheidend war, dass die bildgebende Methode diese Effekte oft bei viel niedrigeren Konzentrationen feststellte. Beispielsweise verursachte in neun von dreizehn Fällen, in denen der Pflanzenextrakt eine Reaktion hervorrief, mindestens ein einzelner Inhaltsstoff innerhalb dieses Extrakts eine noch stärkere Reaktion bei einer geringeren Dosis. Dies deutet darauf hin, dass die Gesamtwirkung einer Pflanzenmischung oft durch eine kleine Handvoll kraftvoller Inhaltsstoffe getrieben wird, statt durch das Zusammenwirken aller Teile, die gleichermaßen wirken.

Die Studie zeigte auch, dass die potentesten Pflanzenextrakte Aristolochia und Goldenseal waren. Beide zeigten Anzeichen von zellulärem Stress bei sehr niedrigen Dosen. Die Forscher konnten dies auf spezifische Inhaltsstoffe zurückführen, wie etwa Aristolochinsäure I in Aristolochia und Berberin in Goldenseal, die selbst hochaktiv waren. Das Verhältnis zwischen der ganzen Pflanze und ihren Teilen war jedoch nicht immer eindeutig. In einigen Fällen, wie bei Ashwagandha und Komfrey, waren die einzelnen Inhaltsstoffe im Labor hochaktiv, doch der gesamte Pflanzenextrakt zeigte auf den getesteten Ebenen nicht dieselbe starke Reaktion. Umgekehrt zeigte der Asian Ginseng-Extrakt eine starke Reaktion, obwohl seine einzelnen Inhaltsstoffe für sich genommen weniger potent waren. Dies verdeutlicht, dass die Art und Weise, wie Inhaltsstoffe innerhalb einer Mischung interagieren, das Endergebnis verändern kann, was es schwierig macht, die Sicherheit allein durch die Betrachtung isolierter Chemikalien vorherzusagen.

Über die bloße Detektion von Aktivität hinaus nutzten die Forscher die visuellen Daten, um Hypothesen darüber aufzustellen, wie diese Pflanzen die Leber beeinflussen könnten. Durch den Vergleich der zellulären „Gemälde“ der Botanika mit einer massiven Referenzbibliothek aus über tausend Chemikalien mit bekannten Wirkungen schlugen die Computermodelle spezifische Wirkmechanismen vor. Beispielsweise sagten die Modelle voraus, dass Goldenseal und Aristolochia möglicherweise das Hormonsystem des Körpers stören oder die DNA schädigen könnten, was mit dem bekannten Wissen über deren Toxizität übereinstimmt. Die Bildgebung zeigte auch, dass verschiedene Teile der Zelle unterschiedlich reagierten; so verursachte beispielsweise Aristolochinsäure I eine deutliche Veränderung im DNA-Kanal, was konsistent mit ihrer bekannten Fähigkeit zur Verursachung genetischer Schäden ist.

Die Studie kommt zu dem Schluss, dass diese Kombination aus hochdetaillierter Bildgebung und maschinellem Lernen eine leistungsstarke neue Möglichkeit bietet, komplexe Pflanzenmischungen zu untersuchen. Sie erlaubt es Wissenschaftlern, über die einfache Frage „Ist dies toxisch?“ hinauszugehen und stattdessen zu fragen: „Was macht dies, und welcher Teil der Pflanze tut es?“ Obwohl die Ergebnisse auf im Labor gezüchteten Leberzellen basieren und nicht direkt beweisen, dass diese Pflanzen beim Menschen Leberschäden verursachen werden, identifiziert die Methode erfolgreich die aktivsten Inhaltsstoffe für weitere Studien. Sie bietet einen klaren, skalierbaren Weg, um die verborgenen Treiber der Toxizität in botanischen Produkten zu verstehen und so das Nützliche vom Schädlichen in der weiten Welt der pflanzlichen Heilmittel zu trennen.

Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?

Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.

Digest testen →