Cercetările anterioare au creat un set masiv de date sub forma Gene Expression Omnibus (GEO), care conține rezultatele multor experimente legate de medicamentele cu potențial modificator de boală, multe dintre acestea fiind specifice unor țesuturi [1]. Acești cercetători se referă la acest set de date ca la o „oportunitate masiv ratată” în cercetarea îmbătrânirii, deoarece majoritatea experimentelor din GEO nu aveau legătură cu îmbătrânirea și datele lor nu au fost niciodată investigate în acest context.
Cu toate acestea, investigarea tuturor acestor date manual este practic imposibilă. Cercetătorii notează că modelele de limbaj cu limbaj foarte larg (LLM) moderne pot „genera autonom ipoteze, executa analize complexe, sintetiza constatări din mai multe surse de date și identifica modele pe care cercetătorii umani ar putea să le treacă cu vederea”. Combinând această abilitate cu ultima generație de ceasuri, inclusiv ceasuri bazate pe cauzalitate precum AdaptAge, CausAge și DamAge [2], ar putea oferi insight-uri care altfel ar fi fost pierdute în zgomot.
În acest sens, cercetătorii au creat ClockBase Agent, care folosește peste două milioane de mostre umane și murine, incluzând atât secvențierea ARN-ului, cât și măsurătorile epigenetice, și 40 de ceasuri de îmbătrânire separate. Spre deosebire de eforturile anterioare în această zonă, care au folosit sisteme AI mai simple pentru a lega pur și simplu compuși de îmbunătățiri în biomarkerii de îmbătrânire, ClockBase este construit pentru a prezenta un comportament real agentiv: folosește un LLM pentru a genera ipoteze despre aceste date, apoi le verifică cu examinări mai aprofundate atât ale datelor brute, cât și ale literaturii din care provin datele.
Nu este surprinzător faptul că ceasurile și-au arătat naturile rapid. Cercetătorii au descoperit că ceasurile de generație anterioară, care erau pur și simplu destinate să estimeze vârsta cronologică, erau puternic corelate între ele, în timp ce ceasurile bazate pe durata de viață sănătoasă, precum GrimAge, erau într-adevăr corelate cu durata de viață sănătoasă și aveau grupuri de date corespunzătoare.
Dintre un total de 43.529 intervenții, care includeau genetica, boli, farmacologie și mediu, modelul AI al cercetătorilor a identificat 5.756 care erau probabil să aibă efecte modulatoare ale vârstei. Una dintre acestea a fost eliminarea IF4R, care este esențială în diferențierea celulelor imune, iar alta a fost eliminarea Mettl3, care metilează ARN-ul.
Expresia lui Bach2, care menține celulele T liniștite, a fost de asemenea asociată cu îmbătrânirea redusă, la fel ca și supraproductia de miR-155, un rezultat căruia AI i-a acordat un p-value extraordinar de scăzut (2.69 * 10^-10), reflectând o încredere foarte mare, și pe care cercetătorii l-au considerat surprinzător din cauza efectelor pro-inflamatorii ale miR-155. Pe de altă parte, perturbarea semnalizării hedgehog, care este necesară pentru homeostazia țesuturilor, și eliminarea metiltransferazelor H3K9 au avut un impact semnificativ.
Sursa: [Link către sursa originală a informațiilor]
Senior Editor RevistaSanatatii.ro. Pasionat de lifespan, fan David Sinclair.