Nat Commun :想知道还能活多久吗?哈佛开发AI生命时钟,能够预测剩余寿命

2020-09-23 学术头条 Bio生物世界

人们的生理年龄和实际年龄往往不相符。事实上,每个人衰老的速度并不一致。近日,哈佛医学院 Blavatnik 学院遗传学教授 David Sinclair 领导的研究小组使用机器学习算法开发了两个时钟。

近日,哈佛医学院 Blavatnik 学院遗传学教授 David Sinclair 领导的研究小组使用机器学习算法开发了两个时钟,即 FRIGHT 时钟和 AFRAID 时钟,成功在老年小鼠中预测其生理年龄和实际寿命。

该研究于 9 月 15 日在 Nature Communications 杂志在线发表。

David Sinclair 表示,这项研究首次在小鼠中追踪其虚弱指数(FI),从而实现预测小鼠的剩余寿命,这样就可以快速评估延长寿命的干预措施的有效性,并期望有朝一日能用于人类。

研究人员补充道,由于FI评分也适用于人类,因此开发一个人类预期寿命时钟并不难。只不过目前还没有一个大型数据集,可以追踪 60 多岁到 90 多岁的人,以及死亡率随访数据。

该研究团队目前也在朝着这个最终目标继续努力。

准确评估衰老程度

要知道,人们的生理年龄和实际年龄往往不相符。事实上,每个人衰老的速度并不一致。所以,与实际年龄相比,生理年龄更能准确反映每个人的衰老。

那么,如何准确测量人们的生理年龄以评估衰老程度呢?

先前已有许多方法测量生理年龄,如握力或步态,评估免疫系统,端粒长度,糖基化终产物,细胞衰老的程度和 DNA 甲基化时钟。其中 DNA 甲基化时钟已经用于测试老鼠生理年龄。然而,由于其昂贵,耗时且需要抽取血液或组织,因而无法达到重复测量的目的。

因此,找到一种更便宜或更不具侵入性的方法来测试步态等生理信号的分子基础,将有助于人类更早、更准确地预测和干预健康和寿命。

研究人员发现,虚弱指数(FI)评分优于以上测量方法,因而可作为研究人类死亡率的强大预测指标。

FIs 可对多达 70 项与健康有关的情况进行量化,包括实验室检测结果、症状、疾病和日常生活活动等。最终得分为 0-1 分,得分越高,则越虚弱。

为了识别小鼠寿命,David Sinclair 领导的研究小组对 60 只老年小鼠进行了一年多追踪调查,直到小鼠自然死亡。

然后,他们训练了两个机器模型从小鼠数据中进行学习。根据 FIs 评分,研究人员使用机器学习算法开发了两个时钟,即 FRIGHT 时钟和 AFRAID 时钟。

其中 FRIGHT 时钟是根据老鼠的虚弱状态来判断其生理年龄,而 AFRAID 时钟可提前一年预测小鼠寿命,这两个时钟预测可准确到 2 个月内。

预测预期寿命

随后,研究人员进一步识别这两个时钟能否作为研究衰老的早期生物标记物。他们对一项研究进行了分析,该研究使用血管紧张素转换酶(ACE)抑制剂依那普利用于21只雄性小鼠。

结果显示 FRIGHT 时钟显示使用依那普利处理的小鼠,其生理年龄较未使用依那普利处理小鼠少一个月。而 AFRAID 时钟寿命预测则没有发现这种改变。既往研究证实依那普利可改善小鼠健康,对其寿命则无影响。

此外,限制甲硫氨酸饮食被认为是延长小鼠寿命的干预措施。研究人员使用 FRIGHT 时钟发现 13 只老年小鼠进行限制甲硫氨酸饮食后其生理年龄较对照组小 0.7 个月,而使用 AFRAID 时钟发现实验组中小鼠寿命长 1.3 个月。

因此,这说明 FRIGHT 时钟和 AFRAID 时钟对延长寿命和健康的干预措施有反应。

研究人员还发现,衰弱的一些指标比其他指标更能预测生理年龄和寿命。例如,听力损失和颤抖,因此,作者建议在计算生理年龄时给予某些因素更多的权重。

“衰老带来的许多方面都很可怕,我们想要找到方法来预防或逆转衰老,让年轻停留更长时间”。本研究论文的第一作者,哈佛医学院衰老生物学研究中心 Michael B. Schultz 表示。

研究人员表示,小鼠和人有着很大的不同,而这两个时钟还不能用来预测人类健康、生理年龄或寿命。人类的健康和疾病有更复杂的生物、生理、行为、环境和社会影响。但是,通过结合分子标记和现有的生理标记,该模型也将得到加强。目前,该实验室正把研究范围扩大到其它动物包括人类身上。

原始出处:

Michael B Schultz, Alice E Kane, Sarah J Mitchell, et al.Age and life expectancy clocks based on machine learning analysis of mouse frailty.Nat Commun. 2020 Sep 15;11(1):4618. doi: 10.1038/s41467-020-18446-0.

版权声明:
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料,版权均属于梅斯医学所有。非经授权,任何媒体、网站或个人不得转载,授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章,或“梅斯号”自媒体发布的文章,仅系出于传递更多信息之目的,本站仅负责审核内容合规,其内容不代表本站立场,本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。
在此留言
评论区 (3)
#插入话题
  1. [GetPortalCommentsPageByObjectIdResponse(id=1884678, encodeId=eaa618846e8ca, content=<a href='/topic/show?id=3b2112532d8' target=_blank style='color:#2F92EE;'>#Nat#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=44, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=12532, encryptionId=3b2112532d8, topicName=Nat)], attachment=null, authenticateStatus=null, createdAvatar=, createdBy=2e6f107, createdName=liye789132251, createdTime=Tue Dec 15 09:44:30 CST 2020, time=2020-12-15, status=1, ipAttribution=), GetPortalCommentsPageByObjectIdResponse(id=2087782, encodeId=ad49208e78216, content=<a href='/topic/show?id=490750196b' target=_blank style='color:#2F92EE;'>#COMMUN#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=28, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=5019, encryptionId=490750196b, topicName=COMMUN)], attachment=null, authenticateStatus=null, createdAvatar=, createdBy=7931272, createdName=liuli5079, createdTime=Thu Dec 17 00:44:30 CST 2020, time=2020-12-17, status=1, ipAttribution=), GetPortalCommentsPageByObjectIdResponse(id=1557512, encodeId=92b5155e51268, content=<a href='/topic/show?id=7bec398e2e6' target=_blank style='color:#2F92EE;'>#哈佛#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=29, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=39872, encryptionId=7bec398e2e6, topicName=哈佛)], attachment=null, authenticateStatus=null, createdAvatar=null, createdBy=1c7014916331, createdName=amyloid, createdTime=Fri Sep 25 07:44:30 CST 2020, time=2020-09-25, status=1, ipAttribution=)]
    2020-12-15 liye789132251
  2. [GetPortalCommentsPageByObjectIdResponse(id=1884678, encodeId=eaa618846e8ca, content=<a href='/topic/show?id=3b2112532d8' target=_blank style='color:#2F92EE;'>#Nat#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=44, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=12532, encryptionId=3b2112532d8, topicName=Nat)], attachment=null, authenticateStatus=null, createdAvatar=, createdBy=2e6f107, createdName=liye789132251, createdTime=Tue Dec 15 09:44:30 CST 2020, time=2020-12-15, status=1, ipAttribution=), GetPortalCommentsPageByObjectIdResponse(id=2087782, encodeId=ad49208e78216, content=<a href='/topic/show?id=490750196b' target=_blank style='color:#2F92EE;'>#COMMUN#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=28, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=5019, encryptionId=490750196b, topicName=COMMUN)], attachment=null, authenticateStatus=null, createdAvatar=, createdBy=7931272, createdName=liuli5079, createdTime=Thu Dec 17 00:44:30 CST 2020, time=2020-12-17, status=1, ipAttribution=), GetPortalCommentsPageByObjectIdResponse(id=1557512, encodeId=92b5155e51268, content=<a href='/topic/show?id=7bec398e2e6' target=_blank style='color:#2F92EE;'>#哈佛#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=29, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=39872, encryptionId=7bec398e2e6, topicName=哈佛)], attachment=null, authenticateStatus=null, createdAvatar=null, createdBy=1c7014916331, createdName=amyloid, createdTime=Fri Sep 25 07:44:30 CST 2020, time=2020-09-25, status=1, ipAttribution=)]
    2020-12-17 liuli5079
  3. [GetPortalCommentsPageByObjectIdResponse(id=1884678, encodeId=eaa618846e8ca, content=<a href='/topic/show?id=3b2112532d8' target=_blank style='color:#2F92EE;'>#Nat#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=44, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=12532, encryptionId=3b2112532d8, topicName=Nat)], attachment=null, authenticateStatus=null, createdAvatar=, createdBy=2e6f107, createdName=liye789132251, createdTime=Tue Dec 15 09:44:30 CST 2020, time=2020-12-15, status=1, ipAttribution=), GetPortalCommentsPageByObjectIdResponse(id=2087782, encodeId=ad49208e78216, content=<a href='/topic/show?id=490750196b' target=_blank style='color:#2F92EE;'>#COMMUN#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=28, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=5019, encryptionId=490750196b, topicName=COMMUN)], attachment=null, authenticateStatus=null, createdAvatar=, createdBy=7931272, createdName=liuli5079, createdTime=Thu Dec 17 00:44:30 CST 2020, time=2020-12-17, status=1, ipAttribution=), GetPortalCommentsPageByObjectIdResponse(id=1557512, encodeId=92b5155e51268, content=<a href='/topic/show?id=7bec398e2e6' target=_blank style='color:#2F92EE;'>#哈佛#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=29, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=39872, encryptionId=7bec398e2e6, topicName=哈佛)], attachment=null, authenticateStatus=null, createdAvatar=null, createdBy=1c7014916331, createdName=amyloid, createdTime=Fri Sep 25 07:44:30 CST 2020, time=2020-09-25, status=1, ipAttribution=)]
    2020-09-25 amyloid

相关资讯

Cancer cell:原来T细胞也会“衰老”,中国科学家揭示调节T细胞衰竭的关键激酶

改善T细胞衰竭和增强效应子功能是增进免疫疗法的有效策略。

AGING CELL:上交大团队揭示衰老诱导肝脏脂肪变性背后的原因

非酒精性脂肪性肝病(NAFLD)以肝脏中异常的甘油三酯(TG)积累为特征,已成为全球最常见的肝脏疾病之一,影响着发达国家多达三分之一的成年人。

AGING CELL:长期饮食限制使造血干细胞年轻化

造血细胞移植(HCT)是治疗多种造血恶性肿瘤的关键方法。随着世界老龄化人口显著扩大,高龄HCT接受者和供者增加。然而,捐献者年龄超过60岁后每递增10年,HCT后总死亡率的危险率就会增加5.5%。

Aging:超级蛋白Humanin可以延长寿命30%

美国南加州大学戴维斯老年学院(USC Leonard Davis School of Gerontology)研究人员在实验中首次证明:一种人体的微小蛋白质Humanin对动物和人类的健康、长寿具有重

Aging Cell:布洛芬拯救衰老过程中的记忆缺失

慢性炎症是许多神经退行性疾病的一个特征,并与年龄依赖性认知衰退有关。系统性炎症的生物标志物在认知能力下降的个体中升高,并被推测可能有助于提高发展痴呆症的风险。

Alzheimer's & Dementia:iSTAGING联盟:机器学习揭示大脑老化、白质疾病、淀粉样蛋白负担和认知之间的联系

研究人员在Alzheimer's & Dementia杂志发文,其在一个大型统一的磁共振成像数据库(11项研究;10216名受试者)中,通过机器学习研究了典型衰老的脑萎缩模式。