学术资讯 » 学界研圈

  • 首 页
  • 期刊选题
  • 期刊点评
  • 期刊大全
  • 学人博客
  • 编辑征稿
  • 投稿选刊
  • 投稿群聊
  • 学术会议
  • 万维读书
  • SCI/E期刊
  • SSCI期刊
  • AHCI期刊
  • Nature重磅:斯坦福大学开发AI算法,衡量人体各个器官衰老,进而预测疾病和死亡

    阅读: 2024/1/27 10:30:01

    动物研究表明,衰老在个体之间以及个体内的器官之间都有所不同1、2、3、4,但这在人类中是否属实及其对年龄相关疾病的影响尚不清楚。我们利用源自特定器官的人类血浆蛋白水平来测量活体个体的器官特异性衰老差异。使用机器学习模型,我们分析了11个主要器官的衰老情况,并在包括5676名成年人的五个独立队列中可重复地估计了器官年龄。我们发现,近20%的人口在一个器官中表现出强烈的加速衰老,1.7%是多器官衰老者。器官衰老加速会导致20-50%的死亡风险,而器官特异性疾病与这些器官衰老加快有关。我们发现,心脏衰老加速的人心力衰竭风险增加250%,大脑和血管衰老加速可预测阿尔茨海默病(AD);进展独立于血浆pTau-181,并与之一样强烈(参考文献5),后者是目前AD的最佳血液生物标志物。我们的模型将血管钙化、细胞外基质改变和突触蛋白脱落与早期认知能力下降联系起来。我们介绍了一种简单且可解释的方法,利用血浆蛋白质组学数据研究器官衰老,预测疾病和衰老影响。(DOI:10.1038/s41586-023-06802-1)

    转自:“鲸锐学术”微信公众号

    如有侵权,请联系本站删除!


    浏览(136)
    点赞(0)
    收藏(0)
  • 上一篇:学术成果丨王国成:加快形成新质生产力,推动数据要素价值创造

    下一篇:南京工业大学,国家级+1

  • 首页

  • 文章

  • 期刊

  • 帮助

  • 我的

版权所有 Copyright@2023    备案号:豫ICP备2021036211号