Ceasurile biologice bazate pe AI estimează vârsta organelor umane
Ceasurile „tissue clocks” bazate pe inteligență artificială pot evalua vârsta biologică a organelor umane din imagini histologice, conform cercetărilor efectuate de cei de la CeMM Research Center for Molecular Medicine al Academiei Austriece de Științe și de la Ludwig Boltzmann Institute for Network Medicine (LBI-NetMed) de la Universitatea din Viena.
Analizând peste 25.000 de probe de țesut din 40 de tipuri de țesut, studiul lor relevă că organele îmbătrânesc în ritmuri diferite pe parcursul vieții, iar aceste schimbări pot fi detectate chiar și din probe de sânge. Rezultatele, publicate în Nature Medicine, oferă un nou cadru de înțelegere a îmbătrânirii și ar putea deschide noi căi pentru monitorizarea bolilor și diagnosticul timpuriu.
Unii oameni par să îmbătrânească mai lent decât alții, având un aspect și un comportament de 45 de ani la 60 de ani. Alții par să fi avansat față de calendar. Dar de ce se întâmplă asta și ce se întâmplă efectiv în interiorul corpului? Oare un ficat îmbătrânește diferit de un creier? Și este posibil să măsurăm diferența dintre vârsta din buletin și vârsta biologică a fiecărui organ?
Folosind inteligența artificială și una dintre cele mai mari colecții de imagini cu țesut uman, un nou studiu condus de CeMM și LBI-NetMed a făcut un pas important în răspunsul la aceste întrebări. Spre deosebire de studiile anterioare care s-au concentrat în principal pe schimbările moleculare, precum metilarea ADN-ului sau expresia genelor, echipa analizează modul în care arhitectura țesuturilor în sine se schimbă în timp.
Cercetătorii au apelat la Genotype-Tissue Expression Project (GTEx), care a colectat mostre de țesut de la 983 de indivizi din 40 de tipuri de țesuturi, de la creier și inimă la plămâni, pancreas, piele și intestine. Acestea au fost transformate în fotografii digitale de înaltă rezoluție ale secțiunilor de țesut, fiecare revelând arhitectura microscopică a organului respectiv. Scara este impresionantă: 25.712 imagini, reprezentând aproximativ 480 de milioane de plăci individuale de imagine, analizate cu modele avansate de viziune.
Rezultatele au arătat că arhitectura organelor păstrează un „jurnal tăcut al timpului”: chiar și fără a-i învăța explicit pe AI despre acesta, vârsta s-a dovedit a fi cel mai puternic factor care modelează aspectul țesutului în toate cele 40 de tipuri de țesut. Pe baza acestui lucru, echipa de cercetare a dezvoltat așa-numitele „ceasuri de țesut” – modele predictive care estimează vârsta biologică a unei persoane pe baza aspectului țesutului, pentru fiecare organ în parte.
Aceste ceasuri au obținut o eroare medie de predicție de doar 4,9 ani și au depășit estimările de îmbătrânire bazate pe ADN în captarea patologiilor specifice țesutului. Este important de menționat că vârsta biologică prezisă a fost strâns legată de semnele cunoscute ale îmbătrânirii, inclusiv scurtarea telomerilor, patologia țesutului și numărul de boli cronice pe care le avea un individ.
„Țesuturile noastre păstrează un record extrem de detaliat al procesului de îmbătrânire. Prin combinarea imaginilor histologice cu inteligența artificială, putem detecta modele de îmbătrânire biologică care sunt invizibile pentru ochiul uman și începem să înțelegem cum se desfășoară îmbătrânirea diferit în organism”, spune André Rendeiro.
Analiza a relevat că îmbătrânirea nu se produce uniform: unele țesuturi, precum plămânul, rinichiul, pancreasul și glanda suprarenală, au arătat semne de îmbătrânire accelerată deja între 20 și 40 de ani. Altele au avut traiectorii mai complexe, cu vârfuri de îmbătrânire accelerată care apăreau mai târziu în viață. Uterul a prezentat o schimbare deosebit de remarcabilă în jurul vârstei de menopauză. Cercetătorii au identificat, de asemenea, legături puternice între îmbătrânirea specifică țesutului și condițiile medicale sau factorii asociați stilului de viață. De exemplu, insuficiența renală a fost asociată cu semnale de îmbătrânire accelerată în multiple țesuturi, în timp ce diabetul a arătat efecte pronunțate în pancreas.
„Ce se remarcă este cât de diferit îmbătrânește fiecare organ și cum se reflectă acest lucru în arhitectura țesutului”, spune Ernesto Abila. „Învățarea profundă ne permite să citim aceste modele spațiale, capturând îmbătrânirea ca remodelare arhitecturală, nu doar ca o deraiere moleculară.” Deși ceasurile de țesut au surprins ritmul normal de îmbătrânire în organe, ele au evidențiat, de asemenea, excepțiile – indivizi ale căror țesuturi au prezentat schimbări structurale pronunțate înainte de vârsta lor cronologică.
Cu toate acestea, mostrele de țesut nu pot fi întotdeauna colectate. Prin corelarea profilurilor de expresie genică din sânge cu diferențele de vârstă a țesuturilor derivate histologic de la aceleași indivizi, cercetătorii au construit predictori ai vârstei biologice specifice țesutului din probe de sânge. „Aceasta este un salt conceptual: folosind limbajul îmbătrânirii țesutului, învățat din imagini, și traducându-l în ceva citibil dintr-o analiză de rutină a sângelui”, explică Iva Buljan.
Predictorii bazați pe sânge au identificat cu succes modele de îmbătrânire legate de mai multe boli, inclusiv boala Alzheimer, boala Crohn, fibroza chistică, vasculita, diabetul și accidentul vascular cerebral. În cazul bolii Alzheimer, de exemplu, cel mai puternic semnal de îmbătrânire a fost detectat specific în creier, în timp ce boala Crohn a arătat îmbătrânire accelerată pe întreaga traiect gastrointestinal.
„Acest studiu subliniază că îmbătrânirea nu este pur și simplu o chestiune de timp cronologic”, afirmă Yimin Zheng. „Organele diferite îmbătrânesc în moduri diferite, iar aceste procese par a fi influențate atât de factori sistemici, cât și specifici țesutului.” Descoperirile sugerează că arhitectura țesutului integrează multe dintre schimbările moleculare și fiziologice asociate cu îmbătrânirea și boala. În viitor, astfel de abordări ar putea contribui la diagnostice minim invazive care monitorizează sănătatea organelor și progresia bolii prin teste de sânge.
Studiul demonstrează, de asemenea, potențialul crescut al inteligenței artificiale în patologie și cercetarea îmbătrânirii. Prin conectarea imaginii țesuturilor, expresia genică și datele clinice la scară mare, cercetarea oferă o viziune cuprinzătoare asupra modului în care îmbătrânirea se manifestă în întregul corp uman.
