Bewertung des phenolischen Profils und multibiologischer Aktivitäten von Lepista glaucocana‑Extrakten, optimiert mittels ANN‑GA und RSM‑Modellen

Warum ein Waldpilz die Aufmerksamkeit von Wissenschaftlern auf sich zog

Pilze werden zunehmend nicht nur als Nahrungsmittel, sondern als winzige Chemiefabriken erkannt, die unsere Zellen und das Gehirn schützen und möglicherweise sogar gegen Krebs wirken können. Diese Studie konzentriert sich auf Lepista glaucocana, einen wenig bekannten Wildpilz, und stellt eine praktische Frage: Falls dieser Pilz nützliche natürliche Verbindungen enthält, wie extrahiert man sie so, dass sie möglichst wirksam sind? Um das zu beantworten, stellten die Forschenden eine klassische statistische Methode einer künstlichen Intelligenz gegenüber, um zu prüfen, welche besser einen stärkeren Pilzextrakt entwerfen kann.

Vom Waldpilz zum konzentrierten Extrakt

Das Team sammelte Lepista glaucocana in Wäldern in Türkiye, trocknete und mahlte die Pilze und setzte sie dann unter verschiedenen Bedingungen in Mischungen aus Wasser und Ethanol ein. Sie variierten sorgfältig drei Stellschrauben: die Temperatur, die Extraktionsdauer und das Verhältnis von Wasser zu Alkohol. Statt zu raten, bauten sie zwei Arten mathematischer „Landkarten“, um den Punkt zu finden, an dem der Extrakt die stärkste antioxidative Wirkung zeigte. Eine Karte nutzte ein etabliertes statistisches Werkzeug namens Response Surface Methodology, während die andere ein künstliches neuronales Netzwerk in Kombination mit einem genetischen Algorithmus — einen KI‑Ansatz, der Muster lernt und nach der besten Kombination von Bedingungen sucht — verwendete.

Wie künstliche Intelligenz das Rezept verbesserte

Beide Ansätze untersuchten, wie die drei Extraktionsparameter den Gesamtantioxidationszustand der Pilzextrakte beeinflussten. Das KI‑basierte Modell erfasste subtile, nichtlineare Zusammenhänge, die die traditionelle Methode nicht so präzise beschreiben konnte. Als die Forschenden neue Extrakte nach den von jeder Methode empfohlenen Bedingungen herstellten, kam der von der KI optimierte Extrakt konsequent besser heraus. Er erzielte in mehreren Standardtests höhere Antioxidationswerte und niedrigere Messwerte für Gesamtoxidantien und oxidativen Stress, was darauf hindeutet, dass das KI‑Rezept besser schützende Moleküle extrahierte und gleichzeitig schädliche Nebenprodukte begrenzte.

Wirkungen auf Gehirn‑Enzyme und Krebszellen

Die Wissenschaftler untersuchten anschließend über die Test‑Röhrchen‑Antioxidationsmessungen hinaus, ob diese Extrakte biologische Zielstrukturen beeinflussen, die mit Krankheiten verbunden sind. In nervenbezogenen Tests hemmten beide Extrakte zwei Enzyme, Acetylcholinesterase und Butyrylcholinesterase, die normalerweise den Botenstoff Acetylcholin abbauen und mit Gedächtnis und Kognition in Verbindung stehen. Der aus der KI stammende Extrakt wirkte hierbei stärker, das heißt, er hemmte die Enzyme bei niedrigeren Dosen effektiver. In Zellkultur‑Experimenten wurden die Extrakte auf menschliche Lungen-, Brust‑ und Prostatakrebszelllinien aufgetragen. Mit steigender Extraktkonzentration nahm das Krebszellwachstum ab; auch hier zeigte der KI‑optimierte Extrakt eine stärkere, dosisabhängige Fähigkeit, die Zellvitalität zu reduzieren, insbesondere bei Lungen‑ und Prostatakrebszellen.

Die verborgene Rolle pflanzenähnlicher Moleküle

Um zu verstehen, warum das KI‑Rezept besser abschnitt, analysierte das Team die chemische Zusammensetzung beider Extrakte mit einem empfindlichen Instrument, das einzelne Moleküle trennt und misst. Sie konzentrierten sich auf phenolische Verbindungen — pflanzenähnliche Substanzen, die häufig für antioxidative und schützende Effekte in Lebensmitteln verantwortlich sind. Der KI‑optimierte Extrakt enthielt höhere Gehalte mehrere bekannter phenolischer Säuren, darunter Gallus-, Protocatechus‑, Syringic‑ und 2‑Hydroxycinnam‑säuren. Diese Moleküle sind aus anderen Studien bereits dafür bekannt, freie Radikale zu neutralisieren, Zellmembranen vor oxidativem Schaden zu schützen und in einigen Fällen Enzyme zu beeinflussen, die an der Nervenübertragung und am Überleben von Krebszellen beteiligt sind. Das reichere phenolische Profil des KI‑Extrakts korrespondierte eng mit seinem stärkeren antioxidativen, enzymhemmenden und antiproliferativen Verhalten.

Was das für zukünftige Naturheilmittel bedeutet

Kurz gesagt zeigt diese Arbeit, dass die Art und Weise, wie wir einen medizinischen Pilz verarbeiten, ebenso wichtig sein kann wie der Pilz selbst. Indem ein künstliches Intelligenz‑System Temperatur, Zeit und Lösungsmittel‑Mischung feinabstimmte, erzeugten die Forschenden einen Lepista glaucocana‑Extrakt, der chemisch reicher und biologisch aktiver war als ein nach einem Standard‑statistikansatz entwickelter Extrakt. In Labortests fungierte dieser KI‑optimierte Extrakt als starker Antioxidanswirkstoff, hemmte mäßig Enzyme, die mit dem Gehirn zusammenhängen, und reduzierte das Wachstum mehrerer Krebszelllinien. Diese Ergebnisse beweisen noch keine Vorteile beim Menschen, sie heben jedoch sowohl L. glaucocana als vielversprechende Quelle natürlicher bioaktiver Verbindungen hervor als auch die KI‑gesteuerte Optimierung als leistungsfähiges Werkzeug zur Entwicklung stärkerer, verlässlicherer pilzbasierter Inhaltsstoffe für künftige Lebensmittel-, Supplement‑ oder Arzneimittelanwendungen.

Zitation: Giray, G. Evaluation of phenolic profile and multi-biological activities of Lepista glaucocana extracts optimized by ANN-GA and RSM models. Sci Rep 16, 10153 (2026). https://doi.org/10.1038/s41598-026-41267-y

Schlüsselwörter: medizinische Pilze, antioxidative Extrakte, phenolische Verbindungen, Optimierung mit künstlicher Intelligenz, natürliche Antikrebs‑Wirkstoffe