Maison / Science / L’âge est plus qu’un chiffre: l’apprentissage automatique peut prédire si vous avez un vieil âge en santé

L’âge est plus qu’un chiffre: l’apprentissage automatique peut prédire si vous avez un vieil âge en santé

Les médecins ont longtemps observé que l’âge biologique et l’âge chronologique ne sont pas toujours identiques. Un homme de 55 ans peut présenter de nombreux signes de vieillesse et avoir de nombreuses maladies liées à l’âge, alors qu’un homme de 80 ans peut être en bonne santé et robuste. Bien que l’alimentation, l’activité physique et d’autres facteurs jouent un rôle, de nombreux contributeurs expliquent pourquoi et comment certaines personnes vieillissent mieux que d’autres. Ces contributeurs restent mal compris.

Pour une étude publiée le 19 décembre 2018 dans Genome Biology , une équipe collaborative de l’Institut Salk a analysé les cellules de la peau, des plus jeunes aux plus anciennes, et a recherché des signatures moléculaires pouvant prédire l’âge. Développer une meilleure compréhension des processus biologiques du vieillissement pourrait éventuellement contribuer à résoudre les problèmes de santé plus fréquents chez les personnes âgées, tels que les maladies cardiaques et la démence.

“Cette expérience a été conçue pour déterminer s’il existe des signatures moléculaires du vieillissement sur toute la durée de la vie”, explique Saket Navlakha, auteur principal, professeur adjoint au Laboratoire de biologie intégrative de Salk. “Nous voulons développer des algorithmes permettant de prédire un vieillissement en bonne santé et un vieillissement en mauvaise santé, et essayer de trouver les différences.”

“L’étude fournit une base pour aborder quantitativement les questions non résolues du vieillissement humain, telles que le taux de vieillissement en période de stress”, déclare le professeur Martin Hetzer, coauteur principal, ainsi que le vice-président et le responsable scientifique de Salk.

Les chercheurs se sont concentrés sur un type de cellules de la peau appelées fibroblastes dermiques, qui génèrent du tissu conjonctif et aident la peau à guérir après une blessure. Ils ont choisi ce type de cellule pour deux raisons: premièrement, les cellules sont faciles à obtenir avec une simple biopsie cutanée non invasive; deuxièmement, des études antérieures ont indiqué que les fibroblastes sont susceptibles de contenir des signatures de vieillissement. En effet, contrairement à la plupart des types de cellules qui se retournent complètement au bout de quelques semaines ou de quelques mois, un sous-ensemble de ces cellules reste avec nous toute notre vie.

Les enquêteurs ont analysé des fibroblastes prélevés chez 133 sujets en bonne santé âgés de 1 à 94 ans. Pour obtenir un échantillon représentatif, l’équipe a étudié en moyenne 13 personnes par décennie. Le laboratoire a cultivé les cellules pour se multiplier, puis a utilisé une méthode appelée séquençage de l’ARN (RNA-Seq) pour rechercher des biomarqueurs dans les cellules qui évoluent avec l’âge. RNA-Seq utilise des technologies de séquençage en profondeur pour déterminer quels gènes sont activés dans certaines cellules. En utilisant des algorithmes d’apprentissage automatique personnalisés pour trier les données RNA-Seq, l’équipe a découvert certains biomarqueurs indiquant le vieillissement et a pu prédire l’âge d’une personne avec une erreur moyenne de moins de huit ans.

“Nous avons adopté une approche” d’évier de cuisine “avec ce projet”, explique le premier auteur, Jason Fleischer, stagiaire postdoctoral chez Salk. “Plutôt que de nous lancer dans cette recherche avec une idée de ce que nous voulions trouver, nous avons décidé d’examiner l’évolution de l’expression de tous les gènes codant pour les protéines et de laisser les algorithmes résoudre le problème. Nous avons utilisé ce que l’on appelle un apprentissage automatique d’ensemble. méthode pour le faire “.

L’analyse de l’équipe Salk était différente des approches antérieures adoptées par d’autres laboratoires pour étudier le vieillissement biologique. La plupart des études précédentes portaient sur des modifications sur quelques sites de méthylation de l’ADN plutôt que sur des modifications d’expression sur l’ensemble du génome. L’ensemble de données était également beaucoup plus vaste que toutes les recherches de ce type jamais réalisées auparavant, car il incluait un nombre considérable de personnes représentant plusieurs décennies. Les chercheurs ont rendu les données publiques afin que d’autres chercheurs puissent les utiliser.

Pour valider l’algorithme, l’équipe a également utilisé des fibroblastes de 10 patients atteints de progeria, une maladie génétique caractérisée par un vieillissement accéléré. Sur la base de l’analyse des signatures moléculaires de ces patients, âgés de deux à huit ans, le modèle a prédit qu’ils auraient environ dix ans de plus que leur âge calendaire.

“Le fait que notre système puisse prédire ce type de vieillissement montre que ce modèle commence à prendre le pas sur les véritables fondements de l’âge biologique”, a déclaré Fleischer.

Bien que cette étude ait mis au jour des biomarqueurs liés à l’âge, les chercheurs soulignent que le simple fait de prédire le vieillissement ne signifie pas pour autant qu’il en est la cause. Dans l’intervalle, toutefois, si les résultats sont validés, les médecins pourraient utiliser ce type d’analyse pour déterminer quand commencer le dépistage des affections liées à l’âge de leurs patients et les conseiller sur les choix de vie sains.

Davantage de recherche doit être faite avant que des traitements préventifs puissent être développés. L’une des prochaines étapes de cette recherche consistera à rechercher ces signatures dans d’autres types de cellules.

“Le vieillissement est le moteur de nombreuses maladies, y compris la maladie d’Alzheimer et d’autres problèmes neurologiques”, conclut Navlakha. “Si nous sommes en mesure de montrer que les changements observés dans les fibroblastes sont liés au vieillissement d’autres types de cellules, nous pourrons éventuellement utiliser ces signatures pour développer des interventions ciblées.”

Les autres chercheurs sur le papier étaient Roberta Schulte, Hsiao H. Tsai, Swati Tyagi, Maxim N. Shokhirev et Ling Huang de Salk; et Arkaitz Ibarra de Stéthoscope Moléculaire, Inc.

Ce travail a été financé par une subvention de la recherche transformatrice des Instituts nationaux de la santé (R01 NS096786), la Fondation Keck, la Fondation NOMIS, l’Institut national de la surdité et d’autres troubles de la communication des Instituts nationaux de la santé (1R01DC017695) et le Pew Charitable Les fiducies.

Partenariat Newstrotteur

A propos newstrotteur-fr

Découvrez également

Baby-Grady.jpg

Les testicules congelés rétablissent la fertilité chez les singes, offrant de l’espoir aux survivants du cancer infantile

Grady bébé à 2 semaines. (Crédit: OHSU) Les cancers infantiles privent les enfants de leur …

Laisser un commentaire

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *