Искусственный интеллект раскрывает принципы старения

Опубликованное в Nature исследование освещает механику старения и прогрессирования заболеваний, демонстрируя обращение возраста вспять при экспериментальном медицинском вмешательстве.

Новая работа компании Gero, проведенная в сотрудничестве с исследователями из Roswell Park Comprehensive Cancer Center и Genome Protection Inc. и опубликованная в журнале Nature Communications, демонстрирует возможности искусственного интеллекта в сочетании с аналитическими инструментами, заимствованными из физики сложных систем, чтобы дать представление о природе старения, жизнестойкости и будущих медицинских вмешательствах для лечения возрастных заболеваний, включая рак.

Современные системы искусственного интеллекта демонстрируют сверхчеловеческую производительность в области медицинской диагностики, например, при выявлении рака на снимках МРТ. На этот раз исследователи сделали еще один шаг вперед и использовали ИИ, чтобы выяснить принципы, которые описывают, как биологический процесс старения разворачивается во времени.

Исследователи обучили алгоритм ИИ на большом наборе данных, состоящем из множества анализов крови, взятых на протяжении жизни десятков тысяч стареющих мышей, чтобы предсказать будущее состояние здоровья животного на основе его текущего состояния. Искусственная нейронная сеть точно спрогнозировала состояние здоровья стареющей мыши с помощью одной переменной, которая была названа динамическим показателем хрупкости (dFI), точно характеризующим повреждения, которые накапливаются у животного в течение жизни.

"Мыши обычно живут около 100 недель (два года). Уже в возрасте 25 недель животные теряют устойчивость, то есть способность восстанавливаться после стресса", - объясняет Константин Авчачев, доктор философии, первый автор исследования и старший научный сотрудник компании Gero.

"Это создает условия для прогрессирующего накопления повреждений, что отражается в экспоненциальном росте dFI. Мы показали, что время удвоения повреждений очень близко к времени удвоения смертности. Таким образом, динамика dFI объясняет ускорение смертности с возрастом и предсказывает оставшуюся продолжительность жизни животного".

Эксперименты показывают, что dFI является полезным инструментом для точного отслеживания эффектов лечения и вмешательства в образ жизни, например, влияния высокожировой диеты на старение в зависимости от пола.

"Самое главное, что отсутствие устойчивости означает, что антивозрастные вмешательства могут давать длительный эффект, обратный старению", - говорит Питер Федичев, доктор философии, соучредитель и генеральный директор компании Gero.

"Таким образом, мы показали, что даже короткое лечение рапамицином - препаратом, продлевающим жизнь мышам - приводит к снижению маркеров повреждения, таких как dFI, которые сохраняются в течение длительного времени после окончания лечения".

Авторы надеются, что их выводы помогут лучше понять старение и болезни человека.

"Необходимо подчеркнуть, что dFI появился в результате анализа гематологических параметров, что отражает критическую роль крови, и особенно ее миелоидных компонентов, в процессе старения", - говорит Андрей Гудков, доктор философии, соучредитель Genome Protection Inc, заведующий кафедрой биологии клеточного стресса в Roswell Park Comprehensive Cancer Center и соавтор рукописи.

"Наши результаты согласуются с выводами, предложенными многочисленными более ранними экспериментальными наблюдениями, что подтверждает биологический смысл этой переменной. Мы ожидаем, что dFI будет применима к анализу данных о человеке и поможет выявить условия, ускоряющие и замедляющие старение, для разработки антивозрастных методов лечения, что делает эту работу весьма актуальной для усилий по улучшению качества жизни онкологических пациентов и лиц, переживших рак, которые сталкиваются с краткосрочными и долгосрочными последствиями лечения рака".

"Объем доступной медицинской и генетической информации умопомрачителен и ждет своего надлежащего анализа. Будущие системы искусственного интеллекта, сочетающие в себе последние прорывы в компьютерных и физических науках, позволят разгадать запутанную взаимосвязь между старением и хроническими заболеваниями и приведут к разработке революционных лекарств", - добавляет Петр Федичев.

Работа основана на ранее полученных данных, свидетельствующих о том, что большинство людей устойчивы к повреждениям, связанным со старением, до тех пор, пока они не приближаются к пределу здоровья в возрасте 60 лет, и что число людей, демонстрирующих признаки потери динамической стабильности, увеличивается экспоненциально с возрастом. Авторы ожидают, что новые результаты помогут установить связь между старением у мышей и смертностью и заболеваемостью в конце жизни у людей.

Мы связались с Петром Федичевым из Gero, чтобы выяснить, какими уникальными качествами обладает их подход, который позволил провести это исследование.

"Подход, который мы применили в этом исследовании, основан на новой (некоторые говорят, 5-й) парадигме научных открытий - когда новые принципы и закономерности выявляются с помощью искусственного интеллекта, современных инструментов ML и анализа больших данных", - говорит он, объясняя, что предыдущие попытки понять долголетие, даже если они были облегчены с помощью вычислительных средств, в большинстве случаев основывались на гипотезах, созданных человеком, с последующим их экспериментальным подтверждением.

"Мы считаем, что лучшие объяснения сложных биологических процессов, таких как старение, могут быть найдены на пересечении физических наук и наук о данных".

Федичев объясняет, что традиционные исследования в биологии или медицине редко проводятся в полностью "разрешенной во времени" манере.

"Часто исследователи сравнивают данные здоровых людей и пациентов, страдающих от какого-либо заболевания. В этот раз мы использовали ML и биоданные, чтобы понять, как разворачивается во времени процесс, длящийся всю жизнь, - старение. Чтобы стать немощным или умереть, требуется время, и нам необходимо понять каждый шаг на этом пути, чтобы понять принципы старения и успешно противостоять ему. Мы поставили перед искусственной нейронной сетью задачу предсказать будущее мыши по ее нынешнему состоянию, понять динамику и свойства стабильности наиболее важных физиологических маркеров и их связь со смертностью по всем причинам, а также визуализировать траектории старения".

Каковы же дальнейшие шаги в этом исследовании, и какова дорожная карта для изучения этого на людях? По мнению Федичева, значение полученных результатов выходит далеко за рамки интерпретации экспериментов на мышах.

«В прошлом году мы опубликовали еще одну работу Nature Communications, в которой объяснялось, что, в отличие от мышей, большинство людей чрезвычайно устойчивы и могут контролировать ущерб на протяжении большей части своей жизни. По мере старения наша способность контролировать ущерб уменьшается, пока в конечном итоге она не будет утрачена из-за воздействия стохастических факторов, в среднем в каком-то возрасте около 60 лет, но не позднее 130 лет.

«В другой работе мы сообщили, что количество людей, проявляющих признаки потери динамической стабильности, экспоненциально увеличивается с возрастом со скоростью, соответствующей удвоению смертности согласно закону смертности Гомперца. Таким образом, мы демонстрируем, что язык, заимствованный из физических наук, помогает связать динамику физиологических показателей со смертностью и долголетием».

Для команды Gero новая работа подчеркивает важные качественные различия между характером старения у людей и широко используемой лабораторной моделью — мышами.

«Наша работа показывает, что потеря динамической стабильности (и, следовательно, устойчивости) у мышей происходит рано», — говорит Федичев. «Поэтому старение у мышей может быть только хорошей моделью смертности и заболеваемости в пожилом возрасте у людей. Мы прогнозируем, что лучшие антивозрастные вмешательства, демонстрирующие наибольший эффект на мышах, могут поэтому иметь небольшой и, к сожалению, временный эффект на здоровых (устойчивых) людей. Тем не менее, те же самые лекарства смогут улучшить качество жизни и оставшуюся продолжительность жизни и без того очень слабых пациентов, увеличивая продолжительность жизни сверх продолжительности здоровья».

Федичев предсказывает, что никакого значительного влияния на продолжительность жизни и, следовательно, существенного продления жизни у людей может не быть, если не будет устранена основная причина старения — потеря устойчивости. Он объясняет, что измеряя устойчивость у людей, а теперь и у лабораторных животных, таких как мыши, Геро сможет исследовать влияние лекарств на устойчивость и, таким образом, разрабатывать и тестировать наиболее эффективные меры против старения и хронических заболеваний у людей.

«Применяя те же алгоритмы к данным человека, мы стремимся найти вмешательства с наиболее драматическими эффектами», — говорит он. «Применение современных инструментов искусственного интеллекта и машинного обучения поможет понять и в конечном итоге выйти за пределы человеческого долголетия».

Эта международная команда возглавляет дополнительные исследования по оценке влияния лекарств на устойчивость к разработке и разработке эффективных мер против старения и хронических заболеваний у людей, и мы будем с интересом наблюдать за развитием этого направления.