научно-популярное приложение к газете "Голос Армении"
Menu

СОННАЯ АРТЕРИЯ "ВЫДАЛА" БИОВОЗРАСТ

Биологический возраст

Российские ученые разработали новый способ определения биологического возраста человека. В состав исследовательской группы входили специалисты из Института молекулярной биологии РАН, Российского геронтологического научно-клинического центра, МФТИ и других престижных научных центров, обследования выполнялись в Национальном центре профилактической медицины и Центре геронтологии. Статья была опубликована в журнале Aging, сообщает scientificrussia.ru. По утверждениям ученых, определение биологического возраста сыграет большую роль в развитии методик борьбы со старением.

БИОЛОГИЧЕСКИЙ ВОЗРАСТ - ПОНЯТИЕ, ОТРАЖАЮЩЕЕ СОСТОЯНИЕ ОРГАНИЗМА. Для здорового среднестатистического человека он соответствует его хронологическому возрасту, т.е. возрасту "по паспорту". В процессе старения эти два показателя могут расходиться ввиду различных факторов: окружающей среды, вредных привычек, проявления наследственных заболеваний. Сегодня не существует единого способа выявления биологического возраста. И ученые, и медики находятся в поиске такого критерия, который бы достаточно точно и стабильно отражал состояние если не всего организма в целом, то, по крайней мере, отдельных его систем.

В основе исследования лежали данные УЗИ сонной артерии человека и тонометрии. С помощью машинного обучения была получена формула, способная предсказывать возраст у здоровых людей с точностью в 6,9 года для мужчин и 5,9 года для женщин. Также в исследовании были проведены тесты на больных гипертонией и диабетом второго типа. Результаты тестирования показали, что биологический возраст страдающих данными заболеваниями в среднем на три года выше их реального возраста.

Проблему определения биологического возраста человека пытаются решить уже не одно десятилетие. Наиболее точные сегодня методики, базирующиеся на данных о состоянии ДНК клеток (так называемые "эпигенетические часы"), позволяют предсказывать возраст со средней ошибкой менее трех лет). Однако они требуют дорогостоящего оборудования и подготовки специалистов, а потому все еще не используются в медицинской практике. Данная же методика базируется на той информации, которую может о пациенте получить любая современная клиника, пояснил руководитель лаборатории генетики старения и продолжительности жизни ЦЖС МФТИ Алексей Москалев.

Авторы исследования в качестве источника информации об организме выбрали сердечно-сосудистую систему, а именно такие параметры, как минимальная толщина среднего слоя в ткани сонной артерии, скорость пульсовой волны, ширина сонной артерии (степень стеноза) и индекс аугментации - отношение пиков давления в пульсовой волне. Все они по отдельности широко используются для диагностики и являются индикаторами атеросклероза, гипертонии, кальциноза, диабета и прочих заболеваний. Выбор был сделан после проведения корреляционного анализа - метода, с помощью которого измеряется теснота связи между разными переменными.

Биологический возрастИТОГОМ РАБОТЫ УЧЕНЫХ СТАЛА ФОРМУЛА, В КОТОРОЙ БИОЛОГИЧЕСКИЙ возраст выражен с некоторыми коэффициентами через эти четыре параметра. Подбор коэффициентов осуществлялся с помощью машинного обучения, а именно робастной регрессии. Использовались данные о 303 пациентах возрастом от 23 до 91 года, проходивших обследования в Центре профилактической медицины в Москве в 2012 году. Среди них 199 женщин и 104 мужчины. Суть метода робастной регрессии схожа со знакомым нам со школьной скамьи методом наименьших квадратов - это попытка приблизить экспериментальную зависимость некоторой формулой, то есть подобрать переменные в формуле так, чтобы получившаяся кривая максимально соответствовала экспериментальным данным. Однако есть коренные отличия, делающие робастную регрессию более предпочтительной. Методы машинного обучения давно используются для оценки биологического возраста. В последнее время стали популярны глубокие нейросети, которые позволяют строить модели высокого качества. Тем не менее их применение не всегда оправданно. Например, для их обучения требуется огромное количество измерений, что в условиях клинической практики не всегда достижимо.

Биоинформатик Александр Фединцев, сотрудник Института молекулярной биологии им. В. А. Энгельгардта РАН, первый автор статьи, уточнил, что была применена нелинейная робастная регрессия, которая не использует априорных предположений о распределении зависимой переменной, поэтому устойчива к выбросам и в силу малого числа отобранных факторов может быть обучена с использованием небольшого количества данных. Эта модель помимо неплохой точности демонстрирует также простую интерпретацию результата: можно совершенно определенно сказать, насколько изменится предсказанный возраст при изменении измеряемых параметров. Стоит отметить, что важнейшую роль все же играют качественные данные.

Благодаря обширной базе данных со множеством биомаркеров мы смогли выделить наиболее сильные факторы, которые помогли достичь низкой ошибки предсказания даже при использовании относительно простой и компактной модели.

Опубликовано в Лаборатория
Прочитано 55 раз
Оцените материал
(0 голосов)
Другие материалы в этой категории: « КЛЕТОЧНЫЕ ЭНЕРГОБЛОКАТОРЫ В ПЕРЬЯХ ИЛИ ЧЕШУЕ? »

Оставить комментарий

Убедитесь, что вы вводите (*) необходимую информацию, где нужно
HTML-коды запрещены

Наверх