Από τη Γιάννα Τριανταφύλλη.
Επιστήμονες στο Πανεπιστήμιο της Οσάκα ανέπτυξαν ένα μοντέλο τεχνητής νοημοσύνης που χρησιμοποιεί ανάλυση του μεταβολισμού ορμονών για να εκτιμήσει τη βιολογική ηλικία ενός ατόμου, προσφέροντας μια πιο ακριβή αξιολόγηση της υγείας σε σχέση με τις παραδοσιακές μεθόδους.
Η γήρανση είναι μια περίπλοκη και αναπόφευκτη διαδικασία που περιλαμβάνει τη συσσώρευση κυτταρικής και μοριακής βλάβης, που οδηγεί σε λειτουργική έκπτωση και αυξημένο κίνδυνο ασθενειών που σχετίζονται με την ηλικία. Ασθένειες όπως η νόσος του Αλτσχάιμερ, η νόσος του Πάρκινσον και η οστεοπόρωση συνδέονται στενά με τη γήρανση και συμβάλλουν καθοριστικά στις προκλήσεις υγείας που αντιμετωπίζουν οι ηλικιωμένοι. Παρά τις ιατρικές εξελίξεις, αυτές οι ασθένειες παραμένουν ανίατες, με τις τρέχουσες στρατηγικές να επικεντρώνονται στην επιβράδυνση της εξέλιξής τους, μέσω της έγκαιρης διάγνωσης και αντιμετώπισης.
Η ακριβής αξιολόγηση της βιολογικής ηλικίας ενός ατόμου, η οποία αντανακλά τη φυσιολογική του κατάσταση, είναι απαραίτητη για την κατανόηση της γήρανσης και την ανάπτυξη αποτελεσματικών παρεμβάσεων. Σε αντίθεση με τη χρονολογική ηλικία, η οποία απλώς μετρά το πέρασμα του χρόνου, η βιολογική ηλικία παρέχει πληροφορίες για τις βιολογικές διεργασίες που διέπουν τη γήρανση.
Ωστόσο, ο προσδιορισμός της βιολογικής ηλικίας ενός ατόμου είναι περίπλοκος, καθώς επηρεάζεται τόσο από γενετικούς όσο και από μη γενετικούς παράγοντες, και δεν υπάρχουν σήμερα παγκοσμίως αποδεκτά πρότυπα για τη μέτρηση της βιολογικής ηλικίας.
Υπολογισμός της βιολογικής ηλικίας μέσω της ανάλυσης ορμονών
Η ανάπτυξη μοντέλων ακριβείας της βιολογικής ηλικίας αποτελεί τα τελευταία χρόνια κεντρικό σημείο εστίασης στη βιοπληροφορική, με τους ερευνητές να χρησιμοποιούν διάφορους βιοδείκτες για να εκτιμήσουν τη βιολογική ηλικία.
Ερευνητική ομάδα από το Πανεπιστήμιο της Οσάκα, ενσωματώνοντας μονοπάτια μεταβολισμού ορμονών (στεροειδών) σε ένα μοντέλο που βασίζεται στην τεχνητή νοημοσύνη, ανέπτυξαν ένα σύστημα για την εκτίμηση της βιολογικής ηλικίας ενός ατόμου και για το πόσο φυσιολογικά ή όχι γερνάει το σώμα του σύμφωνα με την ηλικία του.
Οι ερευνητές επικεντρώθηκαν στις στεροειδείς ορμόνες, οι οποίες παίζουν καθοριστικό ρόλο στον μεταβολισμό, τη λειτουργία του ανοσοποιητικού και την απόκριση στο στρες. Οι ερευνητές ανέλυσαν 22 στεροειδή από 148 δείγματα ορού ατόμων ηλικίας 20 έως 73 ετών.
Τα ευρήματα έδειξαν ότι, το μοντέλο μπορεί να αποτυπώσει αποτελεσματικά την αυξανόμενη ετερογένεια της γήρανσης με την πάροδο του χρόνου και τις πολύπλοκες βιολογικές διεργασίες που επηρεάζονται από τη στεροειδογένεση.
Ένα από τα πιο εντυπωσιακά ευρήματα της μελέτης αφορά την κορτιζόλη, μια στεροειδή ορμόνη που συνήθως σχετίζεται με το στρες. Οι ερευνητές διαπίστωσαν ότι, όταν τα επίπεδα κορτιζόλης διπλασιάστηκαν, η βιολογική ηλικία αυξήθηκε κατά περίπου 1,5 φορές. Αυτό υποδηλώνει ότι το χρόνιο στρες θα μπορούσε να επιταχύνει τη γήρανση σε βιοχημικό επίπεδο, ενισχύοντας τη σημασία της διαχείρισης του στρες στη διατήρηση της μακροπρόθεσμης υγείας.
Όπως εξηγούν οι ερευνητές, πρόκειται για το πρώτο μοντέλο τεχνητής νοημοσύνης που εξηγεί με ακρίβεια τις αλληλεπιδράσεις μεταξύ διαφορετικών μορίων στεροειδών. Αντί να εξετάζει τα απόλυτα επίπεδα στεροειδών, τα οποία μπορεί να διαφέρουν κατά πολύ μεταξύ των ατόμων, το μοντέλο εξετάζει τις αναλογίες στεροειδών, παρέχοντας μια πιο εξατομικευμένη και ακριβή εκτίμηση της βιολογικής ηλικίας.
Τα προφίλ στεροειδών που προκύπτουν από την μελέτη παρέχουν μια ολοκληρωμένη προοπτική για τη βιολογική γήρανση, καταγράφοντας δυναμικές αλλαγές που ξεπερνούν τη δυσλειτουργία μεμονωμένων οργάνων. Εστιάζοντας στα μεταβολικά μονοπάτια των στεροειδών, η νέα αυτή γεφυρώνει το χάσμα μεταξύ των αλλαγών που σχετίζονται με τα όργανα και των συστηματικών προτύπων γήρανσης, προσφέροντας μια νέα βάση για τη διερεύνηση των μηχανισμών που διέπουν την ετερογένεια της γήρανσης.
Σύμφωνα με τους ερευνητές, τα ευρήματα υπογραμμίζουν τη χρησιμότητα των προφίλ στεροειδών ως δυναμικών βιοδεικτών για τη διερεύνηση της πολύπλευρης φύσης της γήρανσης. Η μελέτη αυτή αντιπροσωπεύει ένα σημαντικό βήμα προς την εξατομικευμένη διαχείριση της υγείας, επιτρέποντας την έγκαιρη ανίχνευση κινδύνων που σχετίζονται με την ηλικία.
Η μελλοντική έρευνα θα πρέπει να επικεντρωθεί στην επέκταση του συνόλου δεδομένων ώστε να συμπεριλάβει ένα ευρύτερο φάσμα περιβαλλοντικών παραγόντων και παραγόντων συμπεριφοράς, παράλληλα με τις βαθύτερες έρευνες των μεταβολικών οδών που σχετίζονται με το φύλο, θα ενισχύσει περαιτέρω την προγνωστική ισχύ και την κλινική συνάφεια του μοντέλου.
Πηγή: Science Advances