深度学习和预测分析有助于人工智能识别慢性病

2021-10-19 14:56:11   编辑:别怡钧
导读 巴克研究所和斯坦福大学的研究人员创建了一个衰老炎症时钟 (iAge),它使用深度学习和预测分析来确定免疫健康和与衰老相关的慢性疾病。研究

巴克研究所和斯坦福大学的研究人员创建了一个衰老炎症时钟 (iAge),它使用深度学习和预测分析来确定免疫健康和与衰老相关的慢性疾病。研究人员利用人工智能技术,研究了1001人的血液免疫组学。

研究小组还发现了一种与心脏衰老相关的可修饰趋化因子。这种趋化因子可用于年龄相关病理的早期检测,并有助于为干预提供目标。

“非常缺乏可用于识别最有可能患上单一甚至多种慢性衰老疾病的个体的标准免疫指标,”大卫弗曼博士,巴克研究所副教授,斯坦福大学学院 1001 免疫组学项目主任医学博士和该研究的资深作者在一份新闻稿中说。

“将生物学引入我们完全公正的方法,使我们能够确定许多指标,包括与年龄相关的全身性慢性炎症和心脏衰老相关的小免疫蛋白。我们现在有了检测功能障碍的方法,并在出现全面病理之前采取干预措施,”弗曼继续说道。

根据第一作者、斯坦福医学院血管外科助理教授、医学博士、博士 Nazish Sayed 的说法,该研究强调可溶性趋化因子 CXCL9 是 iAge 的主要贡献者。Furman 将 CXCL0 描述为一种小的免疫蛋白,通常被调用以将淋巴细胞吸引到感染部位。

“但在这种情况下,我们发现 CXCL9 上调与炎症有关的多个基因,并参与细胞衰老、血管老化和不良心脏重塑,”弗曼接着补充说,沉默 CXCL9 逆转了人类和小鼠衰老内皮细胞的功能丧失.

根据弗曼的说法,一个人免疫系统的年龄提供了关于健康和长寿的重要信息。

“平均而言,百岁老人的免疫年龄比所谓的‘正常’年龄小 40 岁,我们有一个异常值,一个超级健康的 105 岁老人(住在),他的免疫系统是 25岁,”他说。

初步分析和心脏健康研究的结果能够得到验证。此外,弗曼说,研究人员发现 CXCL9 与脉搏波速度测试结果之间存在相关性。

“根据所有可用的实验室测试和临床评估,这些人都很健康,但通过使用 iAge,我们能够预测哪些人可能患有左心室肥厚(心脏主泵室壁的扩大和增厚)和血管功能障碍,”弗曼说。

这些人工智能工具可用于通过评估对免疫系统造成的总体生理损伤来跟踪患者患多种慢性疾病的风险。

通过将生物免疫指标与有关个人执行任务(例如从椅子上站起来或步行一定距离)所需的时间信息进行比较,可以确定与年龄相关的虚弱的预测分析。

“使用 iAge 可以提前七年预测谁会变得虚弱,”弗曼说。“这给我们留下了很大的干预空间。”

2013 年,一组研究人员进行了一项关于衰老的研究,并在此过程中确定了九个“标志”。与年龄相关的免疫系统功能障碍不是其中之一。

“很明显,随着年龄的增长,我们必须更加关注免疫系统,因为几乎所有与年龄相关的疾病都有炎症作为其病因的一部分,”弗曼说。

“如果你长期发炎,你会出现基因组不稳定、线粒体功能障碍和蛋白质稳定性问题。全身性慢性炎症会引发端粒磨损以及表观遗传改变。很明显,所有这九个特征基本上都是由您体内的系统性慢性炎症引发的。我认为炎症是第十个标志,”弗曼总结道。

免责声明:本文由用户上传,如有侵权请联系删除!

猜你喜欢

最新文章