Вчені знайшли генетичні сигнатури біологічного старіння

Вікові генетичні патерни були виявлені в результаті аналізу клітин шкіри, узятих у пацієнтів різних вікових груп. Отримані результати вчені використовували для виявлення ознак прискореного старіння у людей з прогерією - хворобою, через яку людина виглядає значно старше свого віку, інформує Ukr.Media.

За словами вченого Сакета Навлакха, в подальших дослідженнях метод машинного навчання може бути розширений для з'ясування, коли люди починають старіти швидше. Це можна буде використовувати для лікування пацієнтів, які знаходяться у зоні ризику через вік, або для корекції їхнього способу життя до появи хвороб. Стаття про проведене дослідження опублікована в журналі Genome Biology.

Професор Навлакха стверджує, що проект почався з розмови з Мартіном Хетцером в Інституті Солка.

«Мартін сказав, що нам слід поговорити про нові дані щодо старіння, отримані ними, - каже Навлакха. - Мартін вже якийсь час працював в області старіння, а я - фахівець в області інформатики, зацікавлений у розробці алгоритмів машинного навчання для аналізу біологічних наборів даних».

Вони розробили проект для вивчення даних без передумов про те, де будуть виявлені ознаки старіння. В результаті вийшов «чорний ящик» вікових передбачень. Він знайшов пов'язані з віком генетичні зміни, але не пояснив їхню важливість.

Робота була виконана за допомогою вивчення молекул РНК в клітинах. РНК виробляється або транскрибується з ДНК. Неактивні гени не виробляють РНК. Таким чином, визначення того, які молекули РНК присутні або відсутні, допомагає з'ясувати статус відповідних генів.

Процес був проведений на клітинах, взятих у 133 людей у віці від одного року до 94 років. Дослідники використовували фібробласти шкіри.

Помістивши дані в алгоритм машинного навчання, вчені витягли патерни генної активності, відповідні віку, який збільшується. Використовуючи ці біомаркери, команда змогла передбачити вік людини з похибкою до чотирьох років.

Щоб підтвердити, що молекулярна сигнатура була справжньою, а не артефактом або збігом, дослідники застосували цей же процес машинного навчання до геномів десяти дітей у віці від двох до восьми років, які хворіють на прогерію. Результат перевищував фактичний вік на 10 років.