Metoda založená na umělé inteligenci kombinuje údaje o krvi k přesnějšímu měření biologického věku

Vědci z Edith Cowan University (ECU) vyvinuli inovativní nový způsob měření biologického věku, který by mohl usnadnit detekci a sledování stavů souvisejících s věkem.

Studie „Deep Reinforcement Learning-Driven Multi-Omics Integration for Constructing gtAge: A Novel Aging Clock from IgG N-glykom and Blood Transscriptome“ je zveřejněno v Inženýrství.

Tým z ECU spolu s výzkumníky z Royal Prince Alfred Hospital v Sydney a Shantou University Medical College v Číně studoval prvky v krvi, které se mění s věkem, konkrétně IgG N-glykom, který odkazuje na strukturu cukru připojenou k protilátkám, a také snímek aktivity genu v krevních buňkách, nazývaný transkriptom.

Kombinací těchto dvou sad dat pomocí an umělá inteligence (AI) technika nazvaná Deep Reinforcement Learning, vědci vytvořili nové hodiny stárnutí nazvané gtAge.

Metoda gtAge předpověděla věk člověka s 85% přesností – přesněji než použití pouze IgG N-glykomu nebo samotného transkriptomu.

Zjistili také, že rozdíl mezi předpokládaným věkem a skutečným věkem – nazývaný delta věk – byl spojen se zdravotními markery souvisejícími se stárnutím, jako je hladina cholesterolu a cukru v krvi.

Věk – je to jen číslo?

Spoluautor a postdoktorandský výzkumný pracovník na ECU’s School of Medical and Health Sciences, Dr. Xingang Li vysvětlil, že ačkoli chronologický věk – čas uplynulý od narození – je nejpřímější a běžně používanou metrikou, nezachycuje zcela individuální variabilitu v procesu stárnutí.

„Ve skutečnosti někteří jedinci zůstávají zdraví až do svých 80 a 90 let, zatímco jiní mohou zaznamenat pokles související s věkem mnohem dříve,“ řekl Dr. Li.

„Tento rozdíl lze přičíst rozdílům v biologickém věku, který integruje genetické faktory, životní styl, nutriční faktory, faktory související s nemocemi a obecné zdravotní faktory, aby přesně odrážely skutečný proces biologického stárnutí.“

Dr. Li poznamenal, že gtAge vysvětluje 85,3 % variací v chronologickém věku.

„Sloučením dat IgG N-glykomu a dat transkriptomů jsme zvýšili přesnost odhadu biologického stárnutí,“ řekl. „Spojuje to se skutečnými zdravotními riziky a mohlo by pomoci odhalit lidi ohrožené nemocemi souvisejícími s věkem dříve.“

Drcení dat

V důležitém příkladu mezioborové práce vedl část studie AI spoluautor Dr. Syed Islam, ECU Senior Lecturer of Computer Science.

„Abychom zlepšili predikci věku pomocí integrovaných multiomických dat, vyvinuli jsme vlastní nástroj umělé inteligence s názvem AlphaSnake, poháněný technologií Deep Reinforcement Learning,“ vysvětlil Dr. Islam.

„Tento algoritmus funguje tak, že vybírá nejužitečnější datové body ze dvou různých biologických zdrojů, čímž se vyhýbá nástrahám pouhého slepého míchání dat.“

Odkud odtud?

Studie zahrnovala testování gtAge na 302 dospělých ve středním věku ze studie Busselton Healthy Ageing Study v Západní Austrálii.

Se stárnoucí populací Austrálie se výzkumný tým domnívá, že gtAge by mohl sloužit jako cenný lékařský nástroj.

„Měřením biologický věk a nejen dívat se na něčí datum narození, mohlo by být velmi užitečné lépe porozumět jeho zdraví,“ řekl doktor Islam.

„Pokud to víme předem, můžeme změnit svůj životní styl, abychom lépe chránili své zdraví a pomáhali předcházet některým škodám, které naše tělo mohlo zažít.“

Dr. Yao Xia, Dr. Syed Islam, Dr. Xingang Li, Dr. Abdul Baten, Dr. Xuerui Tan a profesor Wei Wang byli spoluautory studie.