In einer randomisierten, kontrollierten Studie mit 38 gesunden Erwachsenen untersuchte Dr. Hendrik Bartolomaeus vom Institut für Experimentelle Biomedizin II gemeinsam mit Forschenden vom Experimental and Clinical Research Center (ECRC) und dem Max-Delbrück-Centrum für Molekulare Medizin (MDC Berlin), wie sich eine fünftägige Fastenintervention auf die Körperzusammensetzung, den Stoffwechsel und das Darmmikrobiom auswirkt und ob die Ausgangsmerkmale das individuelle Ansprechen auf die Gewichtsabnahme vorhersagen.
Die Ergebnisse der Studie wurden nun in der Fachzeitschrift Genome Medicine veröffentlicht. Neben den ausgeprägten kurzfristigen Veränderungen des Stoffwechsels und des Darmmikrobioms zeigte sich, dass ein Teil der Gewichtsreduktion auch zwölf Wochen nach der Intervention erhalten blieb.
Laut Bartolomaeus war besonders interessant, dass das längerfristige Ansprechen eine ausgeprägte interindividuelle Variabilität aufwies. „Mithilfe eines Ansatzes, der maschinelles Lernen nutzt, konnten wir zeigen, dass bereits vor Beginn der Intervention erhobene Informationen aus dem Darmmikrobiom zusammen mit einfachen klinischen Parametern prädiktive Informationen über die spätere Gewichtsreduktion enthalten. Ein auf vier Ausgangsmerkmalen basierendes Modell ließ sich zudem in unabhängigen Kohorten mit ähnlichen Fastenprotokollen und diversen Teilnehmergruppen überprüfen.“
Eine unmittelbare klinische Anwendung lässt sich daraus derzeit noch nicht ableiten. Die Ergebnisse liefern jedoch einen interessanten Ausgangspunkt für die Frage, ob sich zukünftig bereits vor Beginn einer Lifestyle-Intervention abschätzen lässt, welche Personen besonders wahrscheinlich davon profitieren werden. Solche Ansätze könnten langfristig dazu beitragen, Ernährungs- und Lifestyle-Interventionen zu personalisieren. Dafür sind nun größere prospektive Studien notwendig.
Die klinische Studie wurde am Experimental and Clinical Research Center (ECRC) unter Beteiligung von Nadja Siebert und Sylvia Bähring durchgeführt. Die bioinformatische Auswertung und Modellierung wurde maßgeblich von den geteilten Erstautorinnen Mina Kaufhold (MDC Berlin) und Theda Bartolomaeus (MDC Berlin und Universität Oslo, Norwegen) sowie von Hendrik Bartolomaeus als geteiltem Letztautor durchgeführt. Die Arbeit verbindet somit klinische Interventionsforschung mit datengetriebenen Analyseverfahren.
Publikation: Gelsomina Kaufhold, Theda U. P. Bartolomaeus, Kristin Schütte, Till Schütte, Sakshi Kamboj, Ulrike Löber, Gabriele Rahn, Victoria McParland, Lena Braun, Lajos Markó, Matanat Mammadli, Alexander Krannich, Lina S. Bahr, Friederike Gutmann, Friedemann Paul, Quinten R. Ducarmon, Georg Zeller, Robin Mesnage, Nicola Wilck, Alma Zernecke, Peter J. Oefner, Wolfram Gronwald, Dominik N. Müller, Sofia K. Forslund-Startceva, Sylvia Bähring, Hendrik Bartolomaeus & Nadja Siebert. Machine learning identifies microbiome and clinical predictors of sustained weight loss following prolonged fasting. Genome Med 18, 136 (2026). https://doi.org/10.1186/s13073-026-01765-0
