AI“組織時鐘”能預測人體器官生物學年齡

　　奧地利科學院分子醫學研究中心和維也納大學路德維希·博爾茲曼網絡醫學研究所研究團隊開發出一種基于人工智能（AI）的“組織時鐘”，能從組織學圖像中預測人體器官的生物學年齡，而且組織的衰老信息還可以通過血液樣本檢測出來。這為理解衰老過程提供了新的框架，并為疾病監測和早期診斷開辟新路徑。相關論文14日發表于《自然·醫學》雜志。

　　有些人似乎比同齡人老得慢，另一些人則仿佛“跑在了年齡前”，衰老得更快。為什么會出現這種差異？人們能否測量身份證上的年齡與每個器官生物學年齡之間的差距？

　　為回答這些問題，團隊利用基因型—組織表達（GTEx）項目的數據，對來自983人的40種組織類型進行了分析，涵蓋大腦、心臟、肺、胰腺、皮膚和腸道等，共獲得25712張高分辨率組織學圖像。團隊借助深度學習模型分析發現，在40種組織中，年齡是影響組織外觀的最主要因素之一。

　　基于這一發現，團隊開發了針對不同組織的“組織時鐘”，能根據組織微觀結構預測器官的生物學年齡。這些模型的平均預測誤差為4.9年，且預測出的生物學年齡與端粒縮短、組織病理變化以及慢性疾病數量等已知衰老指標密切相關。

　　研究發現，人體各器官并不是按照相同節奏衰老。肺、腎臟、胰腺和腎上腺等組織在20歲至40歲之間就出現較明顯的加速衰老跡象，而一些組織則在更晚階段出現加速衰老。子宮的衰老軌跡尤其明顯，在絕經期前后出現顯著變化。腎衰竭與多個組織中的加速衰老信號有關，糖尿病則對胰腺組織影響尤為明顯。

　　由于直接獲取器官組織通常需要活檢，研究人員進一步探索能否通過血液樣本“讀取”組織衰老信息。他們將組織圖像得到的生物學年齡與同一個體的血液基因表達數據關聯，建立了基于血液樣本預測特定組織生物學年齡的模型。

　　結果顯示，這些模型能識別與阿爾茨海默病、克羅恩病、囊性纖維化、血管炎、糖尿病和卒中等疾病相關的組織衰老模式。