MEDİMAGAZİN - HistoAge algoritması, insan beyin dokusu örneklerinin hücresel bileşimini analiz ederek ölüm yaşını ortalama 5,45 yıllık bir doğrulukla tahmin etti. Bu yenilikçi araç ayrıca yaşa bağlı değişikliklere karşı savunmasız nöroanatomik bölgeleri belirleyerek potansiyel bilişsel hastalıkların göstergelerini sağlayabilir.
HistoAge tabanlı yaş hızlandırma, bilişsel bozukluk, serebrovasküler hastalık ve Alzheimer tipi protein agregasyonu ile DNA metilasyonu gibi mevcut yaş hızlandırma ölçümlerini aşan güçlü ilişkiler gösteriyor. Algoritma, insan örneklerinde yaşlanma ve nörodejenerasyonu değerlendirmek için yeni bir çerçeve sağlamakla kalmıyor, aynı zamanda araştırma laboratuvarlarında geniş ölçekte kullanılabilecek sağlam ve tarafsız bir ölçüt sunuyor.
Araştırmacılar, histolojik beyin yaşı tahmin algoritmasını geliştirmek için yaşlı beyin donörlerinden alınan insan hipokampal kesitlerini içeren slaytların yaklaşık 700 dijitalleştirilmiş görüntüsünü inceledi. Hem beyin yaşlanmasında hem de yaşa bağlı nörodejeneratif hastalıklarda rol oynadığı bilinen hipokampus, bu analiz için ideal bir bölgeydi. Bir makine öğrenimi modeli, yalnızca sayısallaştırılmış kesite dayanarak bir kişinin ölüm yaşını tahmin etmek için eğitildi; bu, bir insan gözlemcinin herhangi bir doğruluk derecesiyle gerçekleştirmesi imkansız olan bir görevdi.
Beyin yaşını belirlemek için güvenilir bir ölçüt
HistoAge tabanlı yaş ivmesi, DNA metilasyonu gibi mevcut yaş ivmesi ölçümlerine kıyasla bilişsel bozukluk, serebrovasküler hastalık ve Alzheimer tipi anormal dejeneratif protein agregasyonu seviyeleri ile daha güçlü ilişkilere sahipti.
Çalışma, HistoAge modelinin beyin yaşını belirlemek ve zaman içinde nörodejenerasyona neden olan faktörleri anlamak için güvenilir, bağımsız bir ölçüt olduğunu ortaya koydu.
Nörodejeneratif hastalıklar konusunda yeni kapılar açabilir
HistoAge modeli ve potansiyel olarak sonraki benzer algoritmalar, insan örneklerinde yaşlanma ve nörodejenerasyonu değerlendirmek için tamamen yeni bir paradigmayı temsil ediyor. Dejeneratif hastalıkların altında yatan hücresel değişikliklerin daha titiz, tarafsız ve sağlam ölçümlerini sağlayarak klinik ve translasyonel araştırma laboratuvarlarında kolayca uygulanabilir.
Ekip, beyin hastalıkları anlayışımızı dönüştürme ve geliştirme potansiyeline sahip daha da güçlü yapay zeka modelleri geliştirmek için kullanılacak büyük bir yapay zekaya hazır veri seti geliştirmek için çok merkezli bir işbirliği kurmayı planlıyor.
HistoAge'in geliştirilmesi, yaşlanan beyin ve nörodejeneratif bozuklukların anlaşılmasında önemli bir ilerlemeye işaret ediyor. Nörodejeneratif ilerlemeyi keşfetmek ve yaşa bağlı değişikliklere duyarlı bölgeleri belirlemek için güvenilir bir ölçüt sağlayan bu yapay zeka güdümlü model, nörodejeneratif hastalıklar ve beyin yaşlanması alanında araştırma ve tedavi için yeni yolların kilidini açabilir.
