Starzenie się mózgu wiąże się ze zmianami strukturalnymi i komórkowymi, które mogą wpłynąć na jego funkcje i zwiększyć podatność na choroby neurodegeneracyjne, takie jak choroba Alzheimera.
Nowatorski model przewidywania wieku
Badacze z Mount Sinai wykorzystali sztuczną inteligencję do stworzenia algorytmu o nazwie HistoAge, który przewiduje czas śmierci na podstawie składu komórkowego próbek ludzkiego mózgu. To narzędzie potrafi z zadziwiającą dokładnością przewidywać wiek oraz identyfikować regiony podatne na zmiany z nim związane.
Naukowcy przeanalizowali prawie 700 zdigitalizowanych sekcji hipokampa (element układu limbicznego odpowiedzialny głównie za pamięć) pochodzących od starszych dawców mózgu. Jest on znany z udziału w procesach starzenia się mózgu oraz chorobach neurodegeneracyjnych zależnych od wieku, co czyni go idealnym obszarem do analizy. Dzięki temu, zespół szkolił model uczenia maszynowego, aby estymować czas śmierci osoby wyłącznie na podstawie zdigitalizowanej sekcji.
Wyniki badania
W porównaniu z obecnymi miarami przyspieszenia starzenia, takimi jak metylacja DNA, stwierdzono, że przyspieszenie wieku oparte na HistoAge ma silniejsze powiązania z upośledzeniem poznawczym, chorobą naczyniową mózgu oraz poziomem degeneracyjnych białek typowych dla choroby Alzheimera.
Model ten stanowi całkowicie nowe podejście do oceny starzenia się i neurodegeneracji w próbkach ludzkich. Może być łatwo wdrażany na dużą skalę w laboratoriach badawczych, dostarczając dokładnych i bezstronnych miar zmian komórkowych leżących u podstaw chorób degeneracyjnych.
Zespół badawczy planuje stworzyć wieloośrodkową współpracę w celu opracowania dużego zestawu danych gotowych do pracy z AI, które będą używane do tworzenia jeszcze bardziej zaawansowanych modeli sztucznej inteligencji.
Wykorzystanie sztucznej inteligencji w badaniach nad mózgiem otwiera nowe perspektywy dla zrozumienia procesów starzenia się i chorób neurodegeneracyjnych. Model HistoAge i inne podobne algorytmy mają potencjał do radykalnej zmiany sposobu, w jaki rozumiemy i diagnozujemy choroby mózgu, przynosząc nadzieję na lepsze metody diagnozy i leczenia dla pacjentów na całym świecie.
