所有分类
有些人看起来比他们的实际年龄要年轻或年长。Salk研究所的科学家发现了可能有助于解释这一点的遗传特征。根据Salk研究所科学家的一项研究，通过分析来自不同年龄的人的皮肤细胞，发现了与年龄相关的遗传模式。
然后，研究人员应用这些结果来检测早衰患者的加速衰老的遗传迹象，这种疾病导致患者出现远远超过其实际年龄的疾病。
该研究的高级作者Saket Navlakha说，通过进一步的研究，可以扩大机器学习方法，以检测人们的老化时间是否超过他们的实际年龄。他说，这可以用来治疗有年龄相关疾病风险的人，或建议他们在疾病发生之前改变生活习惯。
Navlakha说，这样的临床应用可以在五年内准备就绪。为了帮助其他研究人员，科学家们已经将机器学习算法和基础数据公之于众。
该研究于12月19日发表在“ 基因组生物学 ”杂志上。
Navlakha表示，该项目最初是在他和另一位资深作者Martin Hetzer之间的Salk研究所院子里进行的。
“马丁说，我们应该谈谈他们在老龄化方面收集的一些新数据，”Navlakha说。“马丁已经在衰老领域工作了一段时间，我是一名计算机科学家，有兴趣开发机器学习算法来分析生物数据集。”
两人带来了另一位Salk科学家Jason Fleischer。Navlakha说，他们建立了一个项目来检查数据，但没有预测可能发现老化的迹象。
结果是对年龄的“黑匣子”预测。它发现了与年龄相关的遗传变化，但没有解释为什么它们很重要。
他们通过检查细胞中的所有RNA分子来做到这一点。RNA由DNA产生或转录; 不活跃的基因不会产生RNA。因此，通过注意哪些RNA分子存在或不存在，可以推断出相应基因的状态。
这个过程是对133名年龄在1到94岁之间的人进行的。研究人员使用的皮肤细胞称为成纤维细胞，易于收集。
将数据放入机器学习算法中，提取了随着年龄增长而排列的基因活动模式。使用这些生物标记物，该团队能够预测一个人的年龄，中位误差为四年。
为了验证分子特征是真实的而不是人工制品或巧合，研究人员随后将机器学习过程应用于10名患有早衰的人的基因组，从2岁到8岁。这些人预计比他们的实际年龄大10 岁。。
接下来，研究人员计划检查其他细胞的年龄相关遗传活动。他们还计划在黑盒机器学习算法的引擎下窥视，以确定与年龄相关的变化如何与生物过程联系起来。
该论文的其他研究人员包括Roberta Schulte，Hsiao H. Tsai，Swati Tyagi，Maxim N. Shokhirev和Salk的Ling Huang; 与圣地亚哥生物技术公司Molecular Stethoscope的Arkaitz Ibarra一起。
这项工作由国立卫生研究院资助; 凯克基金会; NOMIS基金会; 和皮尤慈善信托基金。
上一篇：开发出大脑类器官用于研究认知障碍
所有评论仅代表网友意见，与本站立场无关。
我要评论