
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膳食纤维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、探究方式
01.血浆蛋白质组建立器官衰老框架
小文章用预估几个独立性链表中5676名通过活动者的血浆核氨基酸横向,实现了人体器宫特情人的细胞皮肤老化建模方法,抛开链表中高遗传变异数值或低涉及到性的核氨基酸,共可以获得4778种核氨基酸用做中下游分析一下。最终出现 ,不超18%的通过活动者的人体器宫细胞皮肤老化快速缓慢,但只能是1.7%自然人症状出多人体器宫的细胞皮肤老化(图1)。
图1血浆淀粉酶质组模拟网器脏哀老(Oh HS et al., Nature, 2023)
02.器官年龄与健康和疾病之间的关系
学习管理团队系统阐述新一个“借款人年纪相差太大”的慨念,即器管的实际情况借款人年纪与来源于该人工成本自动化优化算法預测的微生物借款人年纪当中的不一致性。方便分析评估器管借款人年纪和皮肤萎缩当中的原因,学习工作人员测式了器管皮肤萎缩需不需要与9种借款人年纪各种对应问题阶段各种对应,涉及到阿尔茨海默病、房颤、脑血栓问题、高血糖、心脏,十分重要病反复病发、高热量血症、高心率、高血压和步态功能障碍,結果显示器管皮肤萎缩与各种对应的相应问题和全因死危险 均的存在有关(图2)。
图2各器官多少岁分析消化道疾病和卫生(Oh HS et al., Nature, 2023)
03.脑衰老导致的认知衰退和阿尔茨海默症
为了能非常好地解读不确定的血清质在脑皮肤腐蚀3d整治对表型预计能力素质的的功效,该探讨设计没事种名是“菌物腐蚀显著特点核心性(FIBA)”计算形式,填写了在年限相差和的自我认识下滑间表现核心的功效的血清质。为得到 的血清资讯锻炼三代前脑皮层皮肤腐蚀3d整治—CognitionBrain,看见其与阿尔茨海默症的关连性更强。随着将三代前脑皮层皮肤腐蚀3d整治与其他菌物标示物和的自我认识衰减的预计系数联席安全使用,看见其要能捕获其他形式难以捕获到的就前脑皮层皮肤腐蚀的碳原子资讯(图3)。
图3自我认识学习能力减少和AD中的脑早衰(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
想要进的一步熟知 的生殖人体器宫的萎缩如此形成颅内萎缩表型,本探究将FIBA数学建模 操作于的生殖人体器宫萎缩建模 ,結果彰显精力管、颅内、一体化生殖人体器宫和胰腺锈蚀建模 均与AD想关,另外想要定义前面自我认同皮肤松弛触及的生物工程学过程中和核营养素,该探究制图了各种建模 核球蛋白酶的锈蚀路径,挖掘这类建模 中的核营养素的变与自我认同走低前面价段关于,需要是触及淋巴管和冠状动脉的的变。探究結果彰显淋巴管钙化结节和細胞外产品修改是萎缩的这个大有些组成的有些,是自我认同皮肤松弛和周围神经退行性肠道疾病前面价段的的基础(图4)。
图4自我认同实力减低和AD中的脏器细胞衰老(Oh HS et al., Nature, 2023)
02.个人心得体会
上述上述,探索证实大总量血浆核高淀粉酶组学和系统读书就可以在微创測量人体内器脏的正常和老化。器脏炎症因子聊天核高淀粉酶组和FIBA计算方式进十步分类营生理年岭有关系核高淀粉酶,能够定量分析各种个头的老化传输速度,并用器脏技术的分别率測量老化。03.拜谱总结ppt
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。拜谱生物学现开售升级版的极高深层次动脉血血清质组系好产品,按照自研动脉血中低丰度丰度生化试剂盒(BP-MagBeads Kit),融合新的Orbitrap Astral质谱仪,单针检查测量已击破7000+,保驾护航深层次深入挖掘动脉血信息内容,深入推进肠道疾病的医治和發展,迎接朋友详询!
参照论文资料: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.