机器学习可以预测实际年龄，有助于揭示与衰老相关的因素

编译：chux

出品：ATYUN订阅号

医生们根据长期以来的观察得出，生理年龄和实际年龄并不总是一致的。一个55岁的人可能表现出许多老年征兆，并且有许多与年龄有关的疾病，而80岁的老人可能健康而健壮。虽然饮食，身体活动和其他因素发挥作用，但还有很多因素使一部分人更健康。

Salk研究所在Genome Biology上发表的一项研究中，分析了从年轻到老的皮肤细胞，并寻找可以预测年龄的分子特征。更好地了解衰老的生物过程，有助于解决老年人更常见的健康问题，如心脏病和痴呆症。

“该实验的目的是确定在人类生命的整个范围内是否存在衰老的分子特征，”Salk综合生物学实验室的助理教授Saket Navlakha说，“我们希望开发能够预测健康老龄化和非健康老龄化的算法，并尝试找出其间差异。”

Salk副总裁兼首席科学官，共同作者Martin Hetzer教授说，“该研究为定量解决人类衰老中尚未解决的问题奠定了基础，例如压力期间的衰老速度。”

研究人员专注于一种称为真皮成纤维细胞的皮肤细胞，它可以产生结缔组织并帮助皮肤在受伤后愈合。他们选择这种类型的细胞有两个原因：首先，通过简单，无创的皮肤活检可以很容易地获得细胞；第二，早期研究表明，纤维母细胞可能含有衰老迹象。这是因为，与每隔几周或几个月完全更新的大多数细胞不同，这些细胞的一部分在整个生命中都与我们同在。

研究人员分析了从1到94岁的133名健康个体中取出的纤维母细胞。为了获得代表性样本，研究小组平均每十岁研究13个人。实验室培养这些细胞进行增殖，然后使用一种叫做RNA测序（RNA-Seq）的方法来寻找随着年龄增长而发生变化的细胞中的生物标志物。RNA-Seq利用深度测序技术来确定哪些基因在某些细胞中被激活。使用自定义机器学习算法对RNA-Seq数据进行排序，研究小组发现了某些指示衰老的生物标志物，能够预测一个人的年龄，误差不到8岁。

论文第一作者，Salk博士后研究员Jason Fleischer表示，“我们采用'激进现实主义'的方式来完成这个项目，我们决定研究所有蛋白质编码基因的表达变化并让算法对其进行排序，我们使用了机器学习来完成这个想法。”

Salk团队的分析与其他实验室研究生物老化的早期方法不同。以前的大多数研究只关注少数DNA甲基化位点的变化，而不是观察整个基因组中的变化。该数据集也比以前曾经做过的任何类型的研究都要大得多，研究人员将数据公之于众，以便其他研究人员可以使用它。

为了验证该算法，该团队还使用了来自10名早衰症患者的纤维母细胞，这是一种以加速衰老为特征的遗传疾病。基于对这些患者的分子特征的分析，该模型预测的年龄，比他们的实际年龄大10岁左右。

虽然这项研究揭示了与年龄相关的生物标志物，但研究人员强调，仅仅因为某些东西可预测衰老并不意味着它是衰老的原因。然而，与此同时，如果调查结果得到验证，医生可以使用这种类型的分析来确定何时开始筛查患者的年龄相关状况，并建议他们选择健康的生活方式。

在开展任何预防性治疗之前，还需要做更多的研究。本研究的下一步将是在其他类型的细胞中寻找这些特征。

Navlakha总结道，“衰老是许多疾病的驱动因素，包括阿尔茨海默氏症和其他神经问题，如果我们能够证明我们在纤维母细胞中看到的变化与其他类型细胞的老化有关，我们最终可能会利用这些特征来开发出有针对性的干预措施。”