-
生物通官微
陪你抓住生命科技
跳动的脉搏
人工智能通过脑转录组变化预测年龄
【字体: 大 中 小 】 时间:2024年03月18日 来源:Aging
编辑推荐:
一篇新的研究论文发表在《Aging》杂志(MEDLINE/PubMed将其列为“Aging (Albany NY)”,Web of Science将其列为“Aging-US”)第16卷第5期的封面上。
一篇新的研究论文发表在《Aging》杂志(MEDLINE/PubMed将其列为“Aging (Albany NY)”,Web of Science将其列为“Aging-US”)第16卷第5期的封面上,题为“全基因组转录组分析和人类大脑年龄预测模型的发展”。
在以前的工作中,健康人类大脑不同区域中与衰老相关的转录组变化已经被探索过,然而,基于特定转录组的表达水平开发年龄预测模型的研究是缺乏的。此外,评估衰老大脑中两性二态基因活动的研究报告了不同的结果,这表明额外的研究将是有利的。在一项比较人类大脑不同区域的研究中,前额叶皮层(PFC)区域在健康衰老过程中显示出特别大量的显著转录组改变。
在这项新研究中,来自哈佛公共卫生学院、麻省总医院、哈佛医学院和波士顿Shriner儿童医院的研究人员Joseph A. Zarrella和Amy Tsurumi旨在分析健康人类衰老过程中PFC转录组的变化,并比较女性和男性样本之间的潜在差异,以及通过各种方法开发实足年龄预测模型。
“我们统一了从基因表达综合库(GEO)获得的神经病理正常的PFC转录组数据集,年龄范围从21岁到105岁,与总体年轻样本相比,在老年人和老年人中发现了大量差异调节的转录本,并比较了女性和男性特异性表达改变。”
研究小组通过本体论、途径和网络分析来评估与年龄相关的基因。此外,他们应用各种已建立的(最小绝对收缩和选择算子(Lasso)和弹性网(EN))和最近的(极限梯度增强(XGBoost)和光梯度增强机器(LightGBM))机器学习算法来开发准确的实际年龄预测模型并对其进行验证。在其他大群体中进一步验证这些模型的研究和分子研究,以阐明鉴定的转录本可能与衰老表型相关的潜在机制,将是有利的。
“我们的研究结果支持了PFC中特定基因表达变化与年龄高度相关的观点,一些转录本显示出女性和男性特有的差异,机器学习算法是基于转录组信息开发年龄预测模型的有用工具。”