基于机器学习的血液检测估计与年龄相关的疾病风险
2024-08-27
来源: drugdu
220
年龄是许多常见慢性疾病的重要因素，但它并不能完全代表导致多发病率和死亡率的实际生物衰老过程。通过使用“组学数据”可以更准确地评估生物衰老，该数据反映了个体相对于其实际年龄的生物功能。传统上，生物衰老时钟依赖于DNA甲基化，但蛋白质水平可能为衰老机制提供更深入的见解。研究人员现在创建了一种基于机器学习的血液测试，可以评估200多种蛋白质，以确定一个人的生物衰老率。该测试旨在预测患18种主要年龄相关疾病的风险和过早死亡的可能性。
使用血液蛋白质组信息来估计蛋白质组年龄时钟的机器学习模型是由马萨诸塞州总医院（美国马萨诸塞州波士顿）的研究人员在英国生物库的大量参与者中开发的。通过对来自中国嘉道理生物库的3977名参与者和来自芬兰FinnGen的1990名参与者的测试，其有效性得到了进一步证实，涵盖了广泛的年龄范围和不同的健康背景。该测试确定了204种精确预测实际年龄的蛋白质，其中包括20种与衰老相关的关键蛋白质，其预测准确率达到了更大模型的91%。
蛋白质组年龄时钟在中国和芬兰的不同人群中表现出一致的准确性，与英国生物库的表现相匹配。发表在《自然医学》杂志上的这项研究表明，蛋白质组衰老越快，患心脏、肝脏和肺部疾病、糖尿病、阿尔茨海默氏症和癌症等慢性疾病的风险越高。它还与多发病率和死亡率的总体风险有关。此外，蛋白质组学衰老与生物、物理和认知功能相对应，包括端粒长度、虚弱和认知能力。
这项研究证实了将蛋白质组用作生物年龄和功能的可靠指标的潜力。它增强了对衰老和疾病相关生物学途径的理解，有助于开发治疗方法，并评估其疗效。尽管目前仅在研究环境中使用，但正在努力使该测试可用于临床，使其能够在医生办公室订购。
“多发病率是临床和人群健康中的一个重要问题，对医疗保健成本有重大影响。我们的蛋白质组时钟使我们首次了解了形成多发病率生物学基础的途径，”马萨诸塞州总医院分析和转化遗传学部门的HMS医学研究员奥斯汀·阿金蒂耶里表示，他是该研究的主要作者。“在不久的将来，蛋白质组学年龄时钟可用于研究衰老过程中遗传学和环境之间的关系，从而对衰老和终身多发病的驱动因素产生新的见解。一个重要的途径也是将蛋白质组学时钟用作针对衰老和多发病的预防干预措施有效性的生物标志物。”
来源：
https://www.labmedica.com/molecular-diagnostics/articles/294802262/machine-learning-powered-blood-test-estimates-age-related-disease-risk.html
版权著作，未经滴度drugdu.com书面授权，严禁转载，违者将被追究法律责任。
相关News
- 全球医械巨头嘉德诺，关厂裁员 2024-09-19
- 传奇医械“妖股”，入局低空经济？ 2024-09-19
- 凌意生物：基因治疗创新药LY-M003注射液临床研究启动 2024-09-19
- 15 亿美元！Capricor Therapeutics与日本新药株式会社达成合作 2024-09-19
- 国产非阿片类长效镇痛药「接连突围」 2024-09-19
