Newsletter Subscribe
Enter your email address below and subscribe to our newsletter
[forminator_form id="25163"]

news-medical+1news-medical+1bioengineer+1Forskare har byggt system med artificiell intelligens som kan uppskatta hur gamla enskilda mänskliga organ är biologiskt genom att läsa mikroskopiska mönster som är osynliga för blotta ögat. Detta erbjuder ett nytt sätt att spåra åldrande och sjukdom som i framtiden kan kräva inget mer än ett vanligt blodprov.
Studien, som publicerades i Nature Medicine den 14 augusti och leddes av André Rendeiro vid CeMM Research Center for Molecular Medicine, analyserade 25 712 histologiska bilder från 983 individer fördelade på 40 vävnadstyper från Genotype-Tissue Expression Project. Genom att använda djupinlärningsmodeller för att bearbeta cirka 480 miljoner bildrutor utvecklade teamet organspecifika vävnadsklockor som förutspår biologisk ålder med ett genomsnittligt fel på 4,9 år.news-medical+2
Ålder visade sig vara den enskilt starkaste faktorn som formade vävnadens utseende över alla 40 vävnadstyper, trots att AI:n aldrig uttryckligen lärt sig att leta efter just detta. Klockorna överträffade befintliga DNA-baserade åldersuppskattningar när det gäller att fånga vävnadsspecifik patologi och var kopplade till telomerförkortning, histopatologiska avvikelser och kronisk sjukdomsbörda.bioengineer+1
Resultaten utmanar idén om att åldrandet sker enhetligt. Lunga, njure, bukspottkörtel och binjure visade tecken på accelererad strukturell förändring mellan 20 och 40 års ålder, medan livmodern uppvisade en tydlig förändring kring klimakteriet. Njursvikt var förknippat med accelererade åldringssignaler i flera vävnader, och diabetes visade tydliga effekter i bukspottkörteln.news-medical+1
Det som sticker ut är hur olika varje organ åldras och hur det visar sig i vävnadsarkitekturen, säger medförfattaren Ernesto Abila. Djupinlärning låter oss läsa dessa rumsliga mönster och fånga åldrande som arkitektonisk ombyggnad, inte bara molekylär drift.news-medical
Genom att koppla genuttrycksprofiler från blod med histologiskt härledda åldersgap i vävnad byggde forskarna prediktorer som kunde uppskatta organspecifik biologisk ålder enbart från blodprover. Dessa blodbaserade modeller identifierade sjukdomsassocierade åldringsmönster vid Alzheimers sjukdom, Crohns sjukdom, diabetes och stroke, där den starkaste signalen för Alzheimers var koncentrerad till hjärnan.bioengineer+1
I en separat studie publicerad i npj Aging undersökte forskare ledda av T. Em Arpawong vid USC Leonard Davis School of Gerontology varför fem flitigt använda epigenetiska klockor – Horvath, Hannum, PhenoAge, GrimAge och DunedinPACE – ger olika uppskattningar av biologisk ålder. Genom att analysera blodprover från 3 227 deltagare fann de att varje klocka spårar distinkta biologiska processer, från metabolisk underhållning till immunövervakning, med nästan ingen överlappning av gener mellan dem.medicalxpress+1
Teamet utvecklade nya genuttrycksbaserade poäng som kallas Transcriptomic Aging Gene Scores, vilka i flera fall förutspådde hälsoutfall inklusive diabetes, hjärtsjukdom och dödlighet starkare än de ursprungliga klockorna.studyfinds+1
Vi fann att olika klockor fångar olika aspekter av åldrandets biologi, säger Arpawong. Sammantaget understryker de två studierna att biologiskt åldrande inte är en enskild process utan ett nätverk av organspecifika transformationer – sådana som vetenskapen nu lär sig att läsa.medicalxpress