机器学习可以预测你是否适合健康的晚年

医生们长期以来观察到，生物年龄和实足年龄并不总是一致的。一名55岁的老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，但有许多人为什么以及如何比其他人更好地成长。那些贡献者仍然知之甚少。

对于2018年12月19日在Genome Biology上发表的一项研究，Salk研究所的一个合作团队分析了从非常年轻到非常老的皮肤细胞，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最终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，并尝试找出差异。”

“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，”共同资深作者Martin Hetzer教授以及Salk副总裁兼首席科学官说。

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，成纤维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翻身的大多数类型的细胞不同，这些细胞的一部分在我们的整个生命中都与我们同在。

研究人员分析了从133名年龄从1到94岁的健康个体中取出的成纤维细胞。为了获得代表性样本，该团队研究了每个十年的平均13人。实验室培养细胞繁殖，然后使用一种称为RNA测序(RNA-Seq)的方法来寻找随着年龄的增长而变化的细胞中的生物标志物。RNA-Seq使用深度测序技术来确定某些细胞中哪些基因被打开。使用定制的机器学习算法对RNA-Seq数据进行分类，该团队发现某些生物标记物表明老化，并能够预测一个人的平均年龄误差小于8年。

“我们采用'厨房水槽'的方式来完成这个项目，”第一作者，Salk博士后研究员Jason Fleischer说道。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，而不是进入这项研究，我们决定研究所有蛋白质编码基因的表达变化。我们使用了所谓的整体机器学习这样做的方法。“

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表达的变化。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，因为它包含了许多代表数十年的人。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名早衰患者的成纤维细胞，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，这些患者的年龄范围从2到8，该模型预测它们比他们的日历年龄大约十年。

“我们的系统可以预测这种衰老的事实表明，这种模式已经开始进入生物学时代的真正基础，”弗莱舍说。

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。

“老龄化是许多疾病的驱动因素，包括老年痴呆症和其他神经系统疾病，”Navlakha总结道。“如果我们能够证明我们在成纤维细胞中看到的变化与其他类型细胞的老化有关，我们最终可能会使用这些特征来制定有针对性的干预措施。”

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; 和分子听诊器公司的Arkaitz Ibarra

这项工作由美国国立卫生研究院转化研究奖(R01 NS096786)，凯克基金会，NOMIS基金会，美国国立卫生研究院国家耳聋和其他交流障碍研究所(1R01DC017695)以及皮尤慈善机构资助。信托。