מאמר מחקר חדש פורסם על השער של הְזדַקְנוּת (ברשימה של MEDLINE/PubMed כ"הזדקנות (Albany NY)" ו-"Aging-US" על ידי Web of Science) כרך 16, גיליון 5, שכותרתו, "פרופיל גנום-wide transcriptome ופיתוח מודלים של חיזוי גיל במוח האנושי. "
שינויים בתעתיקים הקשורים להזדקנות באזורים שונים של המוח האנושי הבריא נחקרו בעבודות קודמות, אולם חסר מחקר לפיתוח מודלים של חיזוי לגיל המבוססים על רמות הביטוי של פאנלים ספציפיים של תמלילים. יתרה מכך, מחקרים שהעריכו פעילויות גנים דימורפי מינית במוח המזדקן דיווחו על תוצאות לא תואמות, מה שמצביע על כך שמחקרים נוספים יהיו יתרון. באזור הקורטקס הפרה-פרונטלי (PFC) הוכח בעבר כבעל מספר גדול במיוחד של שינויים משמעותיים ב- transcriptome במהלך הזדקנות בריאה במחקר שהשווה אזורים שונים במוח האנושי.
במחקר חדש זה, חוקרים יוסף א. זרלה ו איימי צורומי מבית הספר לבריאות הציבור של הרווארד TH צ'אן, בית החולים הכללי של מסצ'וסטס, בית הספר לרפואה של הרווארד, ובתי החולים של שריינר לילדים-בוסטון נועדו ליצור פרופיל של שינויים בתעתיק PFC במהלך הזדקנות אנושית בריאה באופן כללי ולהשוות הבדלים פוטנציאליים בין דגימות נשים וגברים, כמו גם פיתוח מודלים לחיזוי גיל כרונולוגי בשיטות שונות.
"עשינו הרמוניה נוירופתולוגית של מערכי נתונים נורמליים של תעתיקי PFC שהתקבלו ממאגר Gene Expression Omnibus (GEO), שגילם נע בין 21 ל-105 שנים, ומצאנו מספר רב של תמלילים מווסתים באופן דיפרנציאלי בקשישים ובקשישים, בהשוואה לדגימות צעירות בסך הכל, ו השוו שינויים בהבעה ספציפית לנשים ולזכרים."
הצוות העריך את הגנים הקשורים לגיל על ידי שימוש בניתוחי אונטולוגיה, מסלולים ורשתות. יתר על כן, הם יישמו אלגוריתמים שונים של למידת מכונה מבוססת (לאסו) ו- Elastic Net (EN)) ואלגוריתמים עדכניים (Extreme Gradient Boosting (XGBoost) ו-Light Gradient Boosting Machine (LightGBM)) כדי לפתח מודלים חיזויים מדויקים עבור גיל כרונולוגי ואימת אותם. מחקרים לאימות נוסף של מודלים אלה באוכלוסיות גדולות אחרות ומחקרים מולקולריים כדי להבהיר את המנגנונים הפוטנציאליים שבאמצעותם התמלילים שזוהו עשויים להיות קשורים לפנוטיפים של הזדקנות יהיו יתרון.
"התוצאות שלנו תומכות בתפיסה ששינויי ביטוי גנים ספציפיים ב-PFC נמצאים בקורלציה גבוהה עם הגיל, שחלק מהתמלילים מראים הבדלים ספציפיים לנשים ולזכרים, ושאלגוריתמים של למידת מכונה הם כלים שימושיים לפיתוח מודלים של חיזוי לגיל המבוססים על מידע תעתיק. "
