详细内容或原文请订阅后点击阅览
机器学习识别抗衰老神经保护疗法
在人工智能的帮助下，衰老对人类大脑的影响可以减缓。机器学习识别抗衰老神经保护疗法的帖子首先出现在《先进科学新闻》上。
来源:Advanced Science News在人工智能的帮助下，衰老对人类大脑的影响可以减缓。
一种可以预测脑细胞生物年龄的机器学习算法帮助科学家识别了数百种潜在的抗衰老治疗方法，以防止随着年龄的增长认知能力下降和神经退行性变。
“衰老是大多数老年人最终面临的几种神经退行性疾病的主要危险因素，”卢森堡系统生物医学中心 (LCSB) 计算生物学教授兼西班牙 CIC bioGUNE 研究教授 Antonio del Sol 领导的研究人员表示。 “全球人口正在迅速老龄化，预计到 2050 年，将有超过 20 亿人年龄在 60 岁以上。因此，找到有效的策略来保护老龄化人口免受神经退行性疾病的影响至关重要。”
为了训练机器学习模型，团队收集了 778 名年龄在 20 岁到 97 岁之间的健康个体的大脑样本数据。该模型不是关注遗传密码，而是关注转录组（从 DNA 转录而来的 RNA 分子的集合），以测量每个大脑样本中每个基因的活动水平。
该算法识别出 365 个基因转录本，这些转录本可以从五年范围内的大脑样本中准确预测一个人的年龄。这些基因中只有 25% 直接参与大脑过程；相反，它们中的大多数都与 DNA 修复和调节有关，众所周知，DNA 修复和调节与所有组织的衰老密切相关。
在被诊断患有神经退行性疾病（例如阿尔茨海默病或脑外伤）的患者样本中，这种“衰老时钟”模型预测他们的大脑具有显着更高的生物学年龄。
del Sol 及其同事表示，抗衰老领域目前缺乏系统的药物发现方法，这使得他们的计算机算法成为识别有前途的治疗化合物的宝贵资源。