חוקרים במכון לפסיכיאטריה, פסיכולוגיה ומדעי המוח (IoPPN) בקינגס קולג' בלונדון ערכו מחקר מקיף להערכת שעוני הזדקנות מבוססי בינה מלאכותית, המנבאים בריאות ותוחלת חיים באמצעות נתונים מדם.
החוקרים הכשירו ובחנו 17 אלגוריתמים של למידת מכונה תוך שימוש בנתונים על סמנים בדם מלמעלה מ-225,000 משתתפי ביובנק בבריטניה, בגילאי 40 עד 69 כשגויסו. הם חקרו עד כמה שעוני הזדקנות מטבולומיים שונים מנבאים את תוחלת החיים ועד כמה השעונים הללו קשורים למדדים של בריאות והזדקנות.
הגיל המטבולומי של אדם, ה"MileAge" שלו, הוא מדד לגילו של הגוף שלו מבפנים על סמך סמנים בדם הנקראים מטבוליטים. מטבוליטים הם מולקולות קטנות המיוצרות בתהליך חילוף החומרים, למשל כאשר המזון מתפרק לאנרגיה. ההבדל בין גילו החזוי של המטבוליטים לגילו הכרונולוגי, המכונה MileAge delta, מציין אם ההזדקנות הביולוגית שלו מואצת או מואטת.
המחקר פורסם ב התקדמות המדע והוא הראשון להשוות באופן מקיף אלגוריתמים שונים של למידת מכונה על יכולתם לפתח שעוני הזדקנות ביולוגיים באמצעות נתוני מטבוליטים, תוך מינוף אחד ממערכי הנתונים הגדולים בעולם. הוא מומן על ידי המכון הלאומי לחקר בריאות וטיפול (NIHR) מרכז המחקר הביו-רפואי של Maudsley (BRC) והשתמש בנתונים מהביובנק הבריטי.
אנשים עם הזדקנות מואצת (כלומר, עם גיל חזוי מטבוליטים מבוגר מהגיל הכרונולוגי שלהם) היו, בממוצע, שבריריים יותר, בסבירות גבוהה יותר ללקות במחלה כרונית, דירגו את מצבם הבריאותי גרוע יותר, והיה להם סיכון גבוה יותר לתמותה. היו להם גם טלומרים קצרים יותר ("כובעים" בקצה הכרומוזומים), שהם סמן של הזדקנות תאית וקשורים למחלות הקשורות לגיל כמו טרשת עורקים. עם זאת, הזדקנות ביולוגית מואטת (עם גיל חזוי של מטבוליטים צעיר מהגיל הכרונולוגי) הייתה קשורה רק באופן חלש לבריאות טובה.
שעונים מזדקנים יכולים לעזור לזהות סימנים מוקדמים של ירידה בבריאות, ולאפשר אסטרטגיות מניעה והתערבויות לפני הופעת המחלה. הם עשויים גם לאפשר לאנשים לעקוב באופן יזום אחר בריאותם, לבחור אורח חיים טוב יותר ולנקוט צעדים כדי להישאר בריאים לאורך זמן.
לשעוני הזדקנות מטבולומיים יש פוטנציאל לספק תובנות לגבי מי שעשוי להיות בסיכון גבוה יותר לפתח בעיות בריאותיות בשלב מאוחר יותר בחיים. בניגוד לגיל הכרונולוגי, שלא ניתן לשנותו, הגיל הביולוגי שלנו הוא פוטנציאלי לשינוי. שעונים אלה מספקים מדד פרוקסי לגיל ביולוגי עבור מחקר ביו-רפואי ובריאות, אשר יכול לעזור לעצב את בחירות אורח החיים שננקטו על ידי יחידים וליידע אסטרטגיות מניעה המיושמות על ידי שירותי הבריאות. המחקר שלנו העריך מגוון רחב של גישות למידת מכונה לפיתוח שעונים מזדקנים, והראה שאלגוריתמים לא ליניאריים מתפקדים בצורה הטובה ביותר בלכידת אותות הזדקנות."
ד"ר ג'וליאן מוץ, עמית המחקר בפרס קינג ב-IoPPN והמחבר הראשי של המחקר
פרופסור קתרין לואיס, פרופסור לאפידמיולוגיה וסטטיסטיקה גנטית, סגנית מובילה שותפה של נושא הניסויים, גנומיקה וחיזוי ב-NIHR Maudsley BRC, ומחברת הבכירה של המחקר, אמרה: "יש עניין משמעותי בפיתוח שעונים מזדקנים שמעריכים במדויק העידן הביולוגי שלנו, ניתוח נתונים רב עוצמה יכול לשחק תפקיד קריטי בקידום הכלים הללו שעוני הזדקנות ביולוגיים והיכולת שלהם להודיע על בחירות בריאות".
החוקרים מצאו ששעון מטבולומי שפותח באמצעות אלגוריתם ספציפי של למידת מכונה, הנקרא רגרסיה מבוססת כללים קוביסטית, היה קשור בצורה החזקה ביותר לרוב סמני הבריאות וההזדקנות. הם גם מצאו שאלגוריתמים שיכולים לדגמן קשרים לא ליניאריים בין מטבוליטים לגיל, בדרך כלל הצליחו ביותר בלכידת אותות ביולוגיים מידע על בריאות ותוחלת חיים.