Исследователи разработали анализ крови на основе машинного обучения, который анализирует более 200 белков для оценки скорости биологического старения человека. По словам команды, этот анализ можно использовать для оценки риска развития 18 основных возрастных заболеваний и преждевременной смерти по любой причине.
Работа помогает подтвердить возможность использования протеома — полного набора белков, присутствующих в организме в определенный момент времени, — в качестве точного показателя возраста человека, причем не в годах, а с точки зрения функционирования его клеток.
Полученные результаты дают представление о биологических путях, которые приводят к развитию у человека множественных возрастных заболеваний , открывают возможности для лучшего понимания того, как гены и окружающая среда взаимодействуют в процессе старения, и могут помочь исследователям разработать методы лечения возрастных заболеваний и оценить их эффективность.
Хотя в настоящее время тест доступен только в исследовательской лаборатории, команда работает над тем, чтобы превратить его в тест, который сможет заказать любой врач.
Остин Арджентьери, научный сотрудник HMS в области медицины в отделении аналитической и трансляционной генетики Массачусетской больницы общего профиля, является ведущим автором исследования, опубликованного 8 августа в журнале Nature Medicine , и ниже обсуждает выводы своей группы.
На какой вопрос вы хотели ответить с помощью этого исследования?
Можем ли мы разработать протеомные часы старения, которые помогут предсказать риск распространенных возрастных заболеваний?
Возраст является основным фактором, определяющим большинство распространенных хронических заболеваний, но он не является совершенным заменителем старения, которое является движущей силой возрастной мультиморбидности (наличие более одного хронического заболевания) и смертности.
Старение можно оценить более точно, используя данные «омики», чтобы зафиксировать биологическое функционирование человека в сравнении с ожидаемым уровнем функционирования для данного хронологического возраста.
В то время как наиболее распространенные биологические часы старения используют метилирование ДНК, уровни белка могут обеспечить более прямое механистическое и функциональное понимание биологии старения. Более того, протеом является наиболее распространенной целью для разработки лекарств.
Однако предыдущие исследования протеомных возрастных часов не были подтверждены независимо среди популяций с различным генетическим и географическим происхождением.
До сих пор не было разработано ни одного метода на больших или достаточно мощных выборках населения, который позволял бы проводить ассоциативное тестирование в широком спектре возрастных расстройств, мультиморбидности и смертности.
Что вы нашли?
Мы разработали модель машинного обучения, которая использует протеомную информацию крови для оценки протеомных возрастных часов в большой выборке участников из UK Biobank. Наша выборка включала 45 441 участника в возрасте от 40 до 70 лет.
Мы дополнительно проверили эту модель в двух биобанках по всему миру: 3977 участников в возрасте 30-80 лет из китайского биобанка Kadoorie и 1990 участников в возрасте 20-80 лет из биобанка FinnGen в Финляндии. Эти биобанки представляют собой географически и генетически различные популяции, которые имеют различные возрастные диапазоны и профили заболеваемости из биобанка Великобритании.
Мы идентифицировали 204 белка, которые точно предсказывают хронологический возраст, а также набор из 20 белков, связанных со старением, которые охватывают 91% точности предсказания возраста более крупной модели.
Мы продемонстрировали, что наши протеомные часы возраста показали такую же точность прогнозирования возраста у независимых участников из Китая и Финляндии, как и в Биобанке Великобритании.
Мы обнаружили, что протеомное старение связано с частотой 18 основных хронических заболеваний, включая заболевания сердца, печени, почек и легких, диабет, нейродегенерацию, такую как болезнь Альцгеймера, и рак, а также с мультиморбидностью и риском смертности от всех причин.
Протеомное старение также было связано с возрастными показателями биологических, физических и когнитивных функций, включая длину теломер, индекс слабости и несколько когнитивных тестов.
Каковы клинические последствия вашей работы?
Мы приводим некоторые из наиболее полных и обширных на сегодняшний день доказательств того, что протеомное старение является распространенным биологическим признаком, связанным с многочисленными функциональными признаками, связанными с возрастом, заболеваемостью и смертностью.
Мы также приводим некоторые из первых доказательств того, что протеомные возрастные часы могут быть в высокой степени обобщены для человеческих популяций с различным генетическим происхождением, возрастными диапазонами и профилями заболеваемости.
Мультиморбидность является важной проблемой в клиническом и популяционном здравоохранении, которая оказывает существенное влияние на стоимость медицинской помощи. Наши протеомные часы дают нам первое представление о путях, которые формируют биологическую основу мультиморбидности.
В ближайшем будущем протеомные возрастные часы можно будет использовать для изучения взаимосвязи между генетикой и окружающей средой при старении, что позволит получить новые знания о факторах старения и мультиморбидности на протяжении всей жизни.
Важным направлением также станет использование протеомных часов в качестве биомаркера эффективности профилактических вмешательств, направленных на борьбу со старением и мультиморбидностью.
Кроме того, протеомные часы могут быть использованы для ускорения разработки лекарств и клинических испытаний путем идентификации пациентов с высоким и низким риском. Например, менее 1% из тех, кто находится в нижнем дециле протеомного старения, заболели болезнью Альцгеймера в течение следующих 10–15 лет.
Очень интересная статья! Не могу дождаться, когда такой анализ станет доступным для широкой публики.
У меня есть вопрос — как именно машинное обучение помогает в анализе данных? Это действительно впечатляет!
Получается, что мы можем заранее узнать о рисках заболеваний? Это открывает новые горизонты в профилактической медицине!
Потрясающе, как технологии могут помочь в понимании нашего здоровья. Я бы хотел пройти такой анализ!
Спасибо за информацию! Я всегда искала способы улучшить своё здоровье, и такой анализ может стать отличным инструментом.
Интересно, какие именно белки анализируются и какую роль они играют в процессе старения?
Я слышала, что генетика тоже влияет на старение. Как она соотносится с результатами этого анализа?
Это может революционизировать подход к медицинским обследованиям. Надеюсь, что такие тесты будут доступны каждому!
Как здорово, что наука движется вперёд! Имеет смысл заботиться о здоровье уже сейчас.
Поддерживаю, что профилактика — это важный аспект медицины. Но как насчет этических вопросов, связанных с такими анализами?
Здорово, что на основе анализа крови можно предсказывать риски. Но как будет обеспечиваться конфиденциальность данных?
Это может стать настоящим прорывом! Мне интересно, как такие тесты могут повлиять на страхование здоровья.
Спасибо за статью! Я бы хотела узнать больше о том, как интерпретируются полученные результаты.
А есть ли какие-то рекомендации по образу жизни на основе результатов анализа? Надо думать о профилактике.
Замечательно, что наука стремится к тому, чтобы улучшить качество жизни людей в пожилом возрасте!
Я считаю, что такие разработки могут помочь не только в медицине, но и в области здоровья нации в целом.
Я слышала, что подобные тесты уже применяются в западных странах. Когда они появятся у нас?
Просто невероятно, как быстро развиваются технологии! Я надеюсь, что это поможет многим людям избежать болезней.