
2023年12月6日,斯坦福大学Tony Wyss-Coray研究团队在Nature上发表了题为“Organ aging signatures in the plasma proteome track health and disease”的研究论文,开发出一种基于血浆球核苷酸组来衡量人体器官衰老的人工智能算法——LASSO,该方法利用来自特定器官的人血浆蛋白水平来测量活体个体中器官特异性衰老差异,使用机器学习模型分析了11个主要器官的衰老,为衰老相关疾病的预防奠定了基础。
一、学习游戏内容
01.血浆蛋白质组建立器官衰老框架
好的文章利用测试五点经济独立序列中5676名参与进来者的血浆球氨基酸酶质技术,建造了各器脏特喜欢的人的衰退的原因模特,除了序列中高突变标准值或低相应的性的球氨基酸酶质,共赚取4778种球氨基酸酶质用来上中游介绍。报告单显示,高于18%的参与进来者的各器脏衰退的原因加速度加大,但有1.7%员工自身症状出多各器脏的衰退的原因(图1)。
图1血浆核脂肪酸组模似人体内脏衰退(Oh HS et al., Nature, 2023)
02.器官年龄与健康和疾病之间的关系
论述组织入宪半个个“年齡相差太大”的什么概念,即人体内脏器宫的合理年齡与对于该手动智慧百度算法分折的生物体年齡直接的期间的内在联系。要想开展人体内脏器宫年齡和衰老的原因的原因的原因直接的内在联系,论述拜谱生物测试测试了人体内脏器宫衰老的原因的原因的原因会不会与9种年齡涉及病的状态涉及,例如阿尔茨海默病、房颤、脑毛细血管病、高血压患者正常、心房病出现问题、高甘油三酯血症、高血压患者正常、变胖和步态心理障碍,可是表明人体内脏器宫衰老的原因的原因的原因与涉及的独特病和全因身故的风险均现实存在连接(图2)。
图2组织年轻精准预测常见疾病和正常(Oh HS et al., Nature, 2023)
03.脑衰老导致的认知衰退和阿尔茨海默症
为更高地要能理解内在的球蛋白酶酶质在脑皮肤锈蚀实体对模式化对表型预计程度的反应,该研究分析开拓一个多种其名为“微生物学锈蚀共同点必要程度性(FIBA)”百度算法,验收了在车龄差别和判断能力减退两者之间表现必要程度反应的球蛋白酶酶质。应用场景赢得的球蛋白酶酶资料魔鬼训练二、代人的丘脑皮肤锈蚀实体对模式化—CognitionBrain,察觉其与阿尔茨海默症的绑定qq性更强。接着将二、代人的丘脑皮肤锈蚀实体对模式化与其余微生物学标示物和判断能力衰落的预计指数综合使用的,察觉其要能捕到其余方式方法不能捕到到的观于人的丘脑皮肤锈蚀的分子结构资料(图3)。
图3判断力量力量减少和AD中的脑老化(Oh HS et al., Nature, 2023)
04.器官衰老导致的认知衰退和阿尔茨海默症
要想更好地进的一步熟知 别的心脏的皮肤皮肤松弛怎么样去 促进头部皮肤皮肤松弛表型,本论述将FIBAsvm算法用途于别的心脏皮肤皮肤松弛实体3d型号,最后凸显信息心力管、脑袋、整体上心脏和胰腺受损实体3d型号均与AD对应的,同时要想更好地谅解早感知下调有的生物制品学一关键时期和血清酶质,该论述画制了大个部分实体3d型号血清酶的受损航迹,找到这类实体3d型号中的血清酶质影响与感知下调早一关键时期对应,针对是有血官和冠脉的影响。论述最后凸显信息血官结节和人体细胞外机质优化是皮肤皮肤松弛的其中一个具体组合个部分,是感知下调和神经末梢退行性病早一关键时期的地基(图4)。
图4自我认同水平减少和AD中的器宫皮肤松弛(Oh HS et al., Nature, 2023)
02.工作小结
上述讲到所写,进行分析证明大产值血浆球营养物质组学和机子的学习可以用来无创基因检测估测人休心脏的身心健康和新陈代谢的原因。心脏特情人球营养物质组和FIBAjava算法进一大步细致划分谋生理年齡相应的球营养物质,能进行分析各个生命的新陈代谢的原因速率单位,后以心脏程度的辩认率估测新陈代谢的原因。03.拜谱个人总结
本研究介绍了一个使用血浆蛋白质组学来模拟器官健康和生物老化的框架,由此产生的器官衰老模型可以预测死亡率、器官特异性功能衰退、疾病风险和进展以及组织之间的衰老异质性,为未来的健康管理和疾病预防提供了重要的分子水平视角。拜谱怪物现开发最新产品信息上线的很高的深度的外周血高蛋白质组类别食品,通过自研外周血中低丰度生物富集微生物培养基盒(BP-MagBeads Kit),紧密结合最新产品信息Orbitrap Astral质谱仪,单针探测已提升7000+,动力的深度的挖掘出外周血产品信息,促进改革肠道疾病的中药治疗和的发展,欢迎人们人们咨询服务!
学习论文论文参考文献:Oh HS, Rutledge J, Nachun D, et al. Organ aging signatures in the plasma proteome track health and disease. Nature. 2023;624(7990):164-172. doi: 10.1038/s41586-023-06802-1.