Jak AI čte signály stárnoucího těla

Mohl by jednoduchý krevní test odhalit, jak dobře někdo stárne? Tým vědců vedený Wolframem Weckwerthem z Vídně University of Rakousko a Nankai University v Číně kombinoval pokročilou metabolomiku s špičkovým strojovým učením a nový nástroj pro modelování sítě k odhalení klíčových molekulárních procesů, které jsou základem aktivního stárnutí.

Jejich studie, Publikováno v NPJ systémy Biologie a aplikaceIdentifikuje aspartát jako dominantní biomarker fyzické zdatnosti a mapuje dynamické interakce, které podporují zdravější stárnutí.

Dlouho je známo, že cvičení chrání mobilitu a snižuje riziko chronické onemocnění. Přesto přesné molekulární procesy, které překládají fyzická aktivita do zdravějšího stárnutí zůstává špatně pochopeno. Vědci se rozhodli odpovědět na jednoduchou, ale silnou otázku: Můžeme vidět výhody aktivního životního stylu u starších jedinců přímo v krvi – a určit molekuly, na kterých nejvíce záleží?

Od fitness testů po krve otisky prstů: index aktivity těla a index metabolomiky

Vědci nejprve syntetizovali jediný „index aktivity těla“ (BAI) použitím kanonické korelační analýzy na skóre z docházkové vzdálenosti, testů na židli, síly držadla a hodnocení rovnováhy. Tato kompozitní metrika fyzické výkonu zachycuje vytrvalost, sílu a koordinaci v jednom robustním měřítku.

Nezávisle byl „metabolomický index“ odvozen z koncentrací krve 35 metabolitů malých molekul. Přes 263 vzorků z starší dospělíTyto dva indexy vykazovaly Pearsonův korelační koeficient 0,85 (p <1 × 10^⁻⁻), což prokazuje, že molekulární podpis v krvi odráží složenou míru fyzické zdatnosti.

Strojové učení zdůrazňuje aktivní a méně aktivní skupiny a jejich metabolický podpis

Pro zachycení komplexních, nelineárních vzorců vyškolili vědci pět různých modelů strojového učení-od nich se odcházejí od jednoduchých statistických přístupů (generalizovaný lineární model, GLM) k pokročilejším metodám, jako jsou posilované rozhodovací stromy (gradientní posilovací stroj, GBM; Xgboost). Každý model byl vyladěn opakovanými křížovými kontrolami (dvojitá křížová validace) a testován na nezávislých dat, aby byl zajištěn robustní výkon.

Obě metody posílení (GBM a XGBOost) dosáhly vysoké přesnosti a odlišily „aktivní“ od „méně aktivních“ účastníků ve více než 91% případů (plocha pod křivkou, AUC> 0,91). Ve všech pěti algoritmech se osm metabolitů důsledně objevilo jako prediktory úrovně aktivity: aspartát, prolin, fruktóza, kyselina malová, pyruvát, valin, citrát a ornitin. Mezi nimi aspartate vyčníval faktorem dvou až tří, což potvrdilo jeho ústřední roli molekulárního markeru aktivního stárnutí.

Oparování sítě odhalené společností CovRecon

Samotná korelace nemůže vysvětlit, proč jsou určité molekuly spojeny s fitness. Pro odhalení základních mechanismů tým aplikoval Covrecon, nástroj modelování založeného na údajích. Zjednodušeně řečeno, Covrecon zkoumá, jak se metabolity liší dohromady a poté rekonstruuje síť biochemických interakcí mezi nimi. Matematicky to zahrnovalo odhad diferenciální Jacobian Matrix-způsob identifikace, která enzymatická spojení mění nejvíce mezi aktivními a méně aktivními skupinami.

Tato analýza odhalila dva známé enzymy, aspartát aminotransferázy (AST) a alanin aminotransferáza (ALT), jako centrální centra v síti. Oba jsou standardní markery v klinických jaterních panelech, ale zde se ukázaly jako ukazatele toho, jak aktivita přetváří metabolismus. Důležité je, že předpovědi byly potvrzeny rutinními krevními testy: během šestiměsíčního studijního období AST a Alt kolísaly silněji u aktivních účastníků než u svých méně aktivních vrstevníků-což způsobuje větší metabolickou flexibilitu ve funkci jater a svalu.

Důsledky pro zdraví mozku a demenci

Aspartát je více než jednoduchý metabolický meziprodukt: v mozku také slouží jako prekurzor neurotransmiterů a aktivuje receptory NMDA, které jsou nezbytné pro učení a paměť. Tato dvojí role poskytuje možné spojení mezi fyzickou zdatností a kognitivním zdravím. Nezávislé studie ukázaly, že nízké hladiny AST a ALT v polovině života-nebo zvýšený poměr AST/Alt-jsou spojeny se zvýšeným rizikem Alzheimerovy choroby a kognitivního poklesu souvisejícího s věkem.

Prokázáním, že fyzická aktivita vede dynamické změny v metabolismu aspartátu a v plasticitě těchto dvou enzymů, tato studie ukazuje na molekulární můstku mezi zdravím svalové jatery a odolností mozku. Tato zjištění naznačují jednoduchou zprávu: fyzická aktivita pomáhá při zachování síly a mobility a může také přispět k ochraně mozku před demencí prostřednictvím měřitelných posunů v signálních drahách založených na aminokyselině.

„Fyzická aktivita dělá víc než jen budování svalové hmoty,“ vysvětluje Weckwerth. „Zjistí náš metabolismus na molekulární úrovni. Dekódováním těchto změn můžeme sledovat – a dokonce i průvodce – jak dobře někdo stárne.“