Yapay zeka organların biyolojik yaşını tahmin edebiliyor

Araştırmacılar, insan organlarının biyolojik olarak kaç yaşında olduğunu, çıplak gözle görülemeyen mikroskobik desenleri okuyarak tahmin edebilen yapay zeka sistemleri geliştirdi. Bu yeni yöntem, yaşlanmayı ve hastalıkları takip etmek için gelecekte sadece rutin bir kan tahlili gerektirebilecek bir yol sunuyor.

Bir Zaman Kaydı Olarak Doku Mimarisi

CeMM Moleküler Tıp Araştırma Merkezi'nden baş araştırmacı André Rendeiro liderliğinde 14 Ağustos'ta Nature Medicine'de yayınlanan çalışma, Genotype-Tissue Expression Project'ten alınan 40 doku türüne ait 983 kişiden elde edilen 25.712 histolojik görüntüyü analiz etti. Yaklaşık 480 milyon görüntü karesini işlemek için derin öğrenme modellerini kullanan ekip, biyolojik yaşı ortalama 4,9 yıllık bir hata payıyla tahmin eden organa özgü "doku saatleri" geliştirdi.news-medical+2

Yaşın, yapay zekaya açıkça öğretilmemesine rağmen, 40 doku türünün tamamında doku görünümünü şekillendiren en güçlü faktör olduğu ortaya çıktı. Bu saatler, dokuya özgü patolojileri yakalamada mevcut DNA tabanlı yaşlanma tahminlerinden daha iyi performans gösterdi ve telomer kısalması, histopatolojik anormallikler ve kronik hastalık yükü ile ilişkilendirildi.bioengineer+1

Organlar Farklı Zaman Çizelgelerinde Yaşlanır

Bulgular, yaşlanmanın tekdüze ilerlediği fikrine meydan okuyor. Akciğer, böbrek, pankreas ve böbrek üstü bezi 20 ile 40 yaşları arasında hızlanmış yapısal değişim belirtileri gösterirken, rahim menopoz civarında belirgin bir değişim sergiledi. Böbrek yetmezliği birden fazla dokuda hızlanmış yaşlanma sinyalleriyle ilişkilendirildi ve diyabet pankreasta belirgin etkiler gösterdi.news-medical+1

Eş yazar Ernesto Abila, "Dikkat çeken nokta, her organın ne kadar farklı yaşlandığı ve bunun doku mimarisinde nasıl ortaya çıktığıdır" dedi. "Derin öğrenme, bu mekansal desenleri okumamızı sağlayarak yaşlanmayı sadece moleküler bir kayma olarak değil, mimari bir yeniden yapılanma olarak yakalamamıza olanak tanıyor."news-medical

Araştırmacılar, kan gen ifadesi profillerini histolojik olarak türetilmiş doku yaşı boşluklarıyla ilişkilendirerek, sadece kan örneklerinden organa özgü biyolojik yaşı tahmin edebilen öngörücüler oluşturdular. Bu kan tabanlı modeller, Alzheimer hastalığı, Crohn hastalığı, diyabet ve felç ile ilişkili yaşlanma modellerini tanımladı; en güçlü Alzheimer sinyali beyinde yoğunlaştı.bioengineer+1

Tamamlayıcı Çalışmalar Yaşlanma Saatlerinin Neden Farklılaştığını Açıklıyor

npj Aging'de yayınlanan ayrı bir çalışmada, USC Leonard Davis Gerontoloji Okulu'ndan T. Em Arpawong liderliğindeki araştırmacılar, yaygın olarak kullanılan beş epigenetik saatin (Horvath, Hannum, PhenoAge, GrimAge ve DunedinPACE) neden farklı biyolojik yaş tahminleri ürettiğini inceledi. 3.227 katılımcıdan alınan kan örneklerini analiz eden ekip, her saatin metabolik bakımdan bağışıklık gözetimine kadar farklı biyolojik süreçleri izlediğini ve aralarında neredeyse hiç gen örtüşmesi olmadığını buldu.medicalxpress+1

Ekip, Transcriptomic Aging Gene Scores (Transkriptomik Yaşlanma Gen Skorları) adı verilen yeni gen ifadesi tabanlı skorlar geliştirdi. Bu skorlar, birçok vakada diyabet, kalp hastalığı ve ölüm dahil olmak üzere sağlık sonuçlarını orijinal saatlerden daha güçlü bir şekilde tahmin etti.studyfinds+1

Arpawong, "Farklı saatlerin yaşlanma biyolojisinin farklı yönlerini yakaladığını bulduk" dedi. İki çalışma birlikte, biyolojik yaşlanmanın tek bir süreç değil, bilimin artık okumayı öğrendiği organa özgü dönüşümlerden oluşan bir ağ olduğunu vurguluyor.medicalxpress