العمر هو عامل الخطر الرئيسي لانتشار الأمراض والوفاة. ومع ذلك ، فإن العلاقة بين التغيرات الفسيولوجية المرتبطة بالعمر والعمر غير مفهومة بشكل جيد. قمنا بدمج الأدوات التحليلية والتعلم الآلي لوصف عملية الشيخوخة في مجموعات كبيرة من القياسات الطولية. بافتراض أن الشيخوخة ناتجة عن عدم استقرار ديناميكي لحالة الكائن الحي ، فقد صممنا شبكة عصبية اصطناعية عميقة ، بما في ذلك مكونات التشفير التلقائي والانحدار التلقائي (AR). ربط نموذج AR ديناميكيات الحالة الفسيولوجية بالتطور العشوائي لمتغير واحد ، "مؤشر الضعف الديناميكي" (dFI). في مجموعة فرعية من اختبارات الدم من قاعدة بيانات Mouse Phenome ، زاد dFI بشكل كبير وتنبأ بالعمر المتبقي. كانت ملاحظة الحد من dFI متسقة مع تباطؤ معدل الوفيات في أواخر العمر. تغيرت dFI جنبًا إلى جنب مع السمات المميزة للشيخوخة ، بما في ذلك مؤشر الضعف ، والعلامات الجزيئية للالتهاب ، وتراكم الخلايا الشائخة ، والاستجابة لتقصير الحياة (نظام غذائي غني بالدهون) وعلاجات إطالة العمر (الرابامايسين).

يمكن أن يزيد الجليكوزيد من cistanche أيضًا من نشاط SOD في أنسجة القلب والكبد ، ويقلل بشكل كبير من محتوى lipofuscin و MDA في كل نسيج ، ويزيل بشكل فعال العديد من جذور الأكسجين التفاعلية (OH- ، H₂O₂ ، إلخ) والحماية من تلف الحمض النووي الناتج عن ذلك. بواسطة OH- الجذور. جليكوسيدات Cistanche phenylethanoid لديها قدرة قوية على إزالة الجذور الحرة ، وقدرة تخفيض أعلى من فيتامين C ، وتحسن نشاط SOD في تعليق الحيوانات المنوية ، وتقليل محتوى MDA ، ولها تأثير وقائي معين على وظيفة غشاء الحيوانات المنوية. يمكن أن يعزز عديد السكاريد القارص نشاط SOD و GSH-Px في كريات الدم الحمراء وأنسجة الرئة للفئران المسنة تجريبياً الناتجة عن D-galactose ، وكذلك تقليل محتوى MDA والكولاجين في الرئة والبلازما ، وزيادة محتوى الإيلاستين ، تأثير الكسح الجيد على DPPH ، وإطالة وقت نقص الأكسجة في الفئران الشائخة ، وتحسين نشاط SOD في مصل الدم ، وتأخير التنكس الفسيولوجي للرئة في الفئران الشائخة تجريبياً مع التنكس المورفولوجي الخلوي ، أظهرت التجارب أن Cistanche لديه قدرة جيدة على مضادات الأكسدة وله القدرة على أن يكون دواءً لمنع وعلاج أمراض شيخوخة الجلد. في الوقت نفسه ، يتمتع إشنكوسايد في Cistanche بقدرة كبيرة على البحث عن الجذور الحرة لـ DPPH ولديه القدرة على البحث عن أنواع الأكسجين التفاعلية ومنع تدهور الكولاجين الناجم عن الجذور الحرة ، وله أيضًا تأثير إصلاح جيد على تلف أنيون الثايمين الجذور الحرة.

انقر فوق فوائد Cistanche Tablets

【لمزيد من المعلومات: david.deng@wecistanche.com / WhatApp: 86 13632399501】

تتجلى الشيخوخة في مستويات متعددة من تنظيم الكائن الحي. وفقًا لذلك ، يمكن استخدام مجموعات متنوعة من متغيرات الحالة الفسيولوجية ، مثل أنماط مثيلة الحمض النووي أو علامات تكوين الدم 1-5 ، لتحديد الشيخوخة. ظهرت أحدث المؤشرات الحيوية للشيخوخة من النماذج الخاضعة للإشراف التي تتطلب العمر الزمني أو عمر الوفيات كتسميات للتدريب (انظر ، على سبيل المثال ، أحدث 6). بدلاً من ذلك ، يرتبط عدد العجز الصحي المتراكم 7 أو مؤشرات الضعف المركبة 8،9 بعبء المرض والعمر المتبقي للإنسان والحيوان 9،10 ويجد تطبيقات في التجارب المعملية والتجارب السريرية للتدخلات المضادة للشيخوخة. سيعتمد الاستخدام المستقبلي للعلامات الحيوية للشيخوخة على فهم أفضل للعلاقة بين السمات المميزة للشيخوخة ، والتنبؤ بالعمر البيولوجي ، ومؤشرات الضعف ، والعمر المتبقي.

هنا ، نعرض مجموعة من تقنيات ونهج التعلم الآلي الحديثة المستعارة من نظرية الأنظمة الديناميكية التي تعمل معًا لتحديد القواعد الكمية التي تحكم مظاهر الشيخوخة وعلاقتها بجميع أسباب الوفيات في البيانات الطبية الحيوية الطولية الكبيرة. نبدأ بافتراض أن الشيخوخة هي حالة خاصة لديناميات نظام معقد يتكشف بالقرب من تشعب أو نقطة تحول على حدود منطقة الاستقرار الديناميكي. في ظل هذه الظروف ، يجب أن تكون تقلبات حالة الكائن الحي مدفوعة بديناميات عدد قليل جدًا ، إن لم يكن سمة جماعية واحدة لها معنى معلمة الترتيب المقابلة للمرحلة غير المستقرة. تتضمن أمثلة تقليل الأبعاد في العلوم البيولوجية التطور ، والشيخوخة ، وتسريع الوفيات.

لقد بنينا على هذا المفهوم النظري وأنتجنا شبكة عصبية اصطناعية عميقة تتكون من مُشفر تلقائي لتقليل الضوضاء (AE) ونموذج ارتداد تلقائي (AR) - استعارة حسابية للديناميات العشوائية لمعلمة الطلب. لاختبار النهج ، استخدمنا الشبكة لإنتاج واصف للشيخوخة استنادًا إلى قياسات تعداد الدم الكامل (CBC) من أكبر مصدر مفتوح الوصول لبيانات النمط الظاهري ، قاعدة بيانات Mouse Phenome (MPD) 19. متغير خرج الشبكة ، المشار إليه فيما بعد بمؤشر الضعف الديناميكي (dFI) ، هو أفضل تقريب رقمي لمعلمة الطلب المرتبطة بتفكك حالة الكائن الحي وبالتالي التقادم من أي بيانات معينة. لقد أظهرنا أن ديناميكيات dFI تدفع تسارع معدل الوفيات وتشرح الانحرافات المتأخرة عن قانون الوفيات في Gompertz. أظهر dFI أكثر الخصائص المرغوبة لعلامة العمر البيولوجية: فقد زاد بشكل كبير مع تقدم العمر ، وتوقع العمر المتبقي للحيوانات ، ومرتبطًا بسمات مميزة متعددة للشيخوخة ، واستجاب للتدخلات المعروفة بتسريع (نظام غذائي عالي الدهون) والتباطؤ ( rapamycin) الشيخوخة في الفئران.

نتائج

تحليل المكون الرئيسي لـ CBC في MPD

استخدمنا أكبر مصدر بيانات طولي متاح للجمهور ، MPD19. لتحقيق أفضل توافق ممكن مع الدراسات السابقة ، قمنا بمسح سجلات قاعدة البيانات لتعظيم عدد القياسات المتاحة الشائعة لتلك المستخدمة في إنشاء مؤشر الضعف الفسيولوجي (PFI) في المرجع. 3. نتيجة لذلك ، اخترنا مجموعة فرعية من 12 قياسًا لـ CBC من تسع مجموعات بيانات ، بما في ذلك 6693 حيوانًا (انظر البيانات التكميلية 1 للحصول على القائمة الكاملة لمجموعات البيانات المستخدمة لتدريب النماذج في هذا العمل).

لتصور بيانات CBC ذات الأبعاد {0} من MPD ، أجرينا تحليل المكون الأساسي (PCA). تبين أن PCA لشريحة MPD التي تمثل حيوانات كاملة النمو (يتجاوز عمر 25- أسبوعًا ، راجع طرق للحصول على التفاصيل المتعلقة بتحديد النطاق العمري ذي الصلة) بسيطًا بشكل خاص. في هذه الحالة ، يتم تفسير معظم التباين في البيانات (31 بالمائة) من خلال الدرجة الأولى لجهاز الكمبيوتر ، z0 ، مع درجات الكمبيوتر الشخصي اللاحقة (z1 ، z2 ، إلخ ، كل منها يوضح 19 بالمائة ، 16 بالمائة ، إلخ. التباين الكلي في البيانات ، على التوالي). اقترح التجميع الهرمي لميزات CBC أن أول درجتين للكمبيوتر الشخصي يمكن أن تكون مرتبطة في الغالب مع تعداد خلايا الدم الحمراء والبيضاء ، كما هو موضح في الشكل 1 أ ، على التوالي.

أظهرت أول درجة على الكمبيوتر الشخصي فقط ، z 0 ، ارتباطًا ملموسًا مع العمر الزمني (كانت معاملات ارتباط بيرسون المقابلة r=0. 59 (p <10−5) و r=0 .08 (p=0. 003) لأول درجتين للكمبيوتر الشخصي ، على التوالي (الشكل 1 ب). يزداد التباين في درجات الكمبيوتر الشخصي مع تقدم العمر (انظر الشكل الداخلي في الشكل 1 ب) ، وهو توقيع لـ عملية عشوائية.

الشيخوخة والديناميات النقدية لحالة الكائن الحي (ملخص النتائج النظرية)

إن ارتباط التقلبات على طول جهاز الكمبيوتر المهيمن مع أبطأ عملية ديناميكية (الشيخوخة ، في حالتنا) له جذور عميقة في نظرية الأنظمة الديناميكية والظواهر الحرجة. عادةً ما يرتبط الانتقال من الاستقرار إلى عدم الاستقرار في الشبكات ذات الرسوم البيانية للشبكة التي لا تمتلك تناظرات محددة بالتشعبات البرمجية 1 (أو عقدة السرج). تتميز هذه التحولات بفقدان الاستقرار على طول اتجاه واحد في فضاء ناقل الحالة ، بالتزامن تقريبًا مع المكون الرئيسي الأول. في المقابل ، تظل المساهمات من جميع المكونات الرئيسية الأخرى مستقرة (وبالتالي مستقلة عن العمر). وفقًا لذلك ، على مدى فترات زمنية طويلة بما فيه الكفاية ، من المتوقع أن تتبع تقلبات المؤشرات الفسيولوجية (مثل ميزات CBC) ، xi ، ديناميكيات معلمة الطلب ، z ، المرتبطة بعدم الاستقرار: xi ≈ biz plus i. هنا ξi عبارة عن ضوضاء ، و bi متجه ، وأعد فهرس الأعداد الصحيحة I السمات المقاسة.

بالقرب من نقطة التحول ، تكون ديناميات الحالة الفسيولوجية بطيئة وخطية تقريبًا. ومن ثم فإن المتغير z يفي بمعادلة Langevin العشوائية مع إهمال المصطلحات المشتقة الزمنية ذات الترتيب الأعلى:

هنا يمثل المصطلح الخطي ، z ، على الجانب الأيمن من المعادلة تأثير صلابة الشبكة التنظيمية التي تحكم استجابات الكائن الحي للضغوط الصغيرة وتنتج انحرافات طفيفة في حالة الكائن الحي عن موقعه الأكثر استقرارًا. يمثل المصطلح التالي ، gz2 ، تأثيرات الاقتران غير الخطي الأقل رتبة للتفاعلات التنظيمية.

تمثل القوى العشوائية f الضغوط الخارجية وتأثيرات العوامل الداخلية التي لم يتم وصفها بواسطة المعادلة الفعالة. (1). بطبيعة الحال ، نفترض أن الاضطرابات العشوائية لحالة الكائن الحي غير مرتبطة بشكل متسلسل ، لذا فإن ðtÞf 0 Þi ~ Bδðt 0 tÞ ، حيث B هي قوة الضوضاء ، δ هي دالة دلتا ديراك ، و 〈… تعني المتوسط ​​على طول مسار الشيخوخة. مكافئ. (1) هي علاقة رياضية بين معدل تغير متغير حالة الكائن الحي ، z _=dz=dt ، على الجانب الأيسر من المعادلة ، وتأثيرات الحتمية (z، gz2) والقوى العشوائية (و) ، على الجانب الأيمن.

اعتمادًا على علامة معامل الصلابة ، قد تكون حالة الكائن الحي مستقرة ديناميكيًا (إذا كانت <{{0}) أو غير مستقرة (إذا> 0). في الحالة الأخيرة ، يتم تضخيم الانحرافات الطفيفة في حالة الكائن الحي بشكل كبير بمرور الوقت ، لذلك لا يمكن تحقيق التوازن. في هذه الحالة ، حل المعادلة. (1) يصف كائن حي شيخوخة. عادةً ما يكون صغيرًا ، وبالتالي فإن تطور المؤشرات الفسيولوجية يُظهر السمات المميزة للحرجية: ديناميات معلمة الترتيب بطيئة (تباطؤ حرج) ، في حين أن تقلبات الحالة الفسيولوجية بعد الاختلافات في z كبيرة ، z2 ~ B expð2 إلى =2 ≫1 (تقلبات حرجة).

في وقت مبكر جدًا من الحياة ، تكون الانحرافات عن النقطة الحرجة صغيرة ، ويهيمن الانتشار على تطور حالة الكائن الحي. في وقت لاحق من الحياة ، يستحوذ المصطلح الخطي على هذا الحد بحيث تتسارع الانحرافات عن حالة الشباب بشكل كبير:

حيث z ~ ðB {{0}} Þ 1=2 و z0 ثوابت تمثل التأثيرات المبكرة المتراكمة للقوى العشوائية والحتمية ، على التوالي.

أخيرًا ، بمجرد أن تصبح معلمة الطلب كبيرة بما يكفي ، z Z=/ g ، تسود المصطلحات غير الخطية ، ويستمر تفكك حالة الكائن الحي بمعدل أكبر من الأسي ، ويموت الحيوان في نهايته وقت. مكافئ. (1) يمكن حلها للحصول على التعبير التحليلي البسيط لجزء من الحيوانات التي بقيت على قيد الحياة حتى عمر t: SðtÞ ≈ ErfðZ=z expð tÞÞ ، حيث Erf (x) هي دالة الخطأ. تختلف وظيفة البقاء النظرية عن تلك الموجودة في قانون الوفيات في غومبيرتز الذي يشير إلى التسارع الأسي للوفيات في جميع الأعمار.

يزداد معدل الوفيات لجميع الأسباب في النموذج ، Mðt =  _ SðtÞ=Sðt ، بسرعة في البداية في النظام الذي يهيمن عليه الانتشار ثم يتباطأ مع تقدم العمر ، ويتزامن تقريبًا مع متوسط ​​العمر الافتراضي {{4 }} logðZ=zÞ. في الحيوانات الأكبر سنًا ، يكون الاختلاف مع قانون الوفيات Gompertz هو الأقوى: يتباطأ معدل الوفيات في النموذج ويصل إلى الهضبة في Mðt ≫ tÞ ≈.

أخيرًا ، نلاحظ أن نموذج مصفوفة التغاير لمتغيرات حالة الكائن الحي في النظام غير المستقر تهيمن عليه ديناميكيات معلمة الطلب:

حيث 〈…〉 تعني متوسط ​​العينة. في الحد غير الخطي الضعيف ، t ≫ 1 ، سيكشف PCA لهذه الإشارة عن متجه التحميل المقابل لدرجة الكمبيوتر الشخصي الأولى التي تتزامن مع bi. النتيجة الأولى للكمبيوتر الشخصي z 0=(b، x) هي التقريب لمعلمة الطلب z ≈ z 0 نفسها.

واصفات الشيخوخة التعلم العميق من البيانات الطولية

قد تكون الشيخوخة في الأهمية مفهوماً نظرياً مفيداً. ومع ذلك ، فإنه لا يوفر خوارزمية عملية لتحديد معلمة الطلب بخلاف التطبيق التقريبي لـ PCA. لتوصيف عملية الشيخوخة من القياسات ، قمنا بتحليل مسارات الشيخوخة الطولية لقياسات CBC من 6693 عينة في تسع مجموعات بيانات MPD (انظر الطرق والبيانات التكميلية 1) بمساعدة شبكة عصبية اصطناعية. تضمنت الخوارزمية مجموعة من المشفر التلقائي العميق (AE) لتقليل الأبعاد ونموذج AR بسيط لملاءمة تمثيلات الشبكة للقياسات اللاحقة على حلول المعادلة. (1) (AE-AR ، انظر الطرق).

حل مشكلة AR ، z ، هو ناتج الخوارزمية وهو أفضل تقدير لمعلمة الطلب المرتبطة بتفكك حالة الكائن الحي وبالتالي الشيخوخة من البيانات المتاحة. أدناه نؤسس روابط z مع السمات المميزة للشيخوخة والضعف والوفاة. وفقًا لذلك ، اخترنا الإشارة إلى dFI. z مثل dFI.

تم توضيح أداء نموذج AR من خلال رسم خاصية الارتباط التلقائي لـ dFI ، وهي الارتباط بين قيم dFI المقاسة على طول مسارات الشيخوخة للفئران نفسها في نقاط عمرية مفصولة بـ 14 و 28 أسبوعًا في مجموعة بيانات الاختبار MA {{8 }} 0 72 (الشكل 2). كانت معاملات ارتباط بيرسون المقابلة بين تقديرات dFI المعدلة حسب العمر r=0. 71 (p <0. {{2 0} 01) و r=0 .70 (ف <0.001). كانت الارتباطات التلقائية لـ dFI أفضل من الارتباطات التلقائية لدرجة الكمبيوتر الشخصي الأولى z0 لنفس الفئران ، انظر الشكل التكميلي 2 ؛ كانت قيم ارتباط بيرسون المقابلة هي r=0. 55 (p <0.001) و r=0. 71 (p <0.001) لـ 14- و 28- فترات تأخير في الأسبوع ، في المقابل .

أظهر التجميع الهرمي شبه الكمي لـ CBC التباينات المشتركة في مجموعة بيانات الاختبار التي أنتجت ارتباطات عبر الميزات المرتبطة بجهاز المناعة (تعداد خلايا الدم البيضاء والكميات ذات الصلة) ، ومعدل التمثيل الغذائي / استهلاك الأكسجين (تعداد خلايا الدم الحمراء وتركيزات الهيموغلوبين ) ، ونظام فرعي مستقل يتكون من الصفائح الدموية (الشكل التكميلي 6).

زاد dFI مع عمر الحيوانات في الاختبار وفي مجموعات التدريب (الشكل 3 والشكل التكميلي 3 ، على التوالي). كما هو متوقع من الحل النوعي لـ Eq. (1) ، زاد dFI حتى العمر المقابل لمتوسط ​​عمر الحيوان (حوالي 100 أسبوع في حالتنا). أجرينا نوبة أسية في شكل المعادلة. (2) على البيانات المأخوذة من مجموعات بيانات الاختبار (باستثناء الحيوانات التي عاشت أطول من متوسط ​​عمر السلالة والحيوانات في نهاية حياتها من مجموعة البيانات MA0073). أرجعت العملية الحسابية أس نمو dFI قدره=0. 02 في الأسبوع.

كشف تشبع dFI بعد متوسط ​​العمر في مجموعات بيانات التدريب والاختبار عن قيمة محدودة لا تتوافق مع بقاء الحيوانات. لتسليط الضوء على هذا الاحتمال ، قمنا بتخطيط نطاقات dFI من مجموعة منفصلة من الفئران "غير الصحية" من تجربة MA0073 ، والتي تمثل الحيوانات المقرر لها القتل الرحيم وفقًا لمتطلبات المختبر (الشكل 3 ، النجوم الحمراء).

تعد طبيعة تسارع dFI مع تقدم العمر ومعدل مضاعفة dFI المطابق لمعدل تسريع الوفيات (يساوي 0. 037 في الأسبوع 22) مؤشرات جيدة للارتباط بين dFI والوفيات. يمكن دعم الملاحظة بشكل أكبر عن طريق حساب ارتباط رتبة سبيرمان بين "تسارع" dFI (أي الفرق بين dFI للحيوان وقيمته المتوسطة في الأترابية المطابقة للعمر والجنس) وترتيب الوفاة الأحداث بين الحيوانات من نفس العمر والجنس (انظر الجدول 1). حصلنا على ارتباطات كبيرة بين dFI والعمر المتبقي لجميع الأفواج.

كمعيار ، أنتجنا أيضًا نموذج كوكس للمخاطر النسبية (PH) الخاضع للإشراف والذي يتوقع بقاء الحيوان في نفس البيانات. والجدير بالذكر أن dFI المعدل حسب العمر والجنس تنبأ بالعمر المتبقي بشكل متساوٍ أو أفضل بشكل هامشي من متنبئ نسبة مخاطر السجل من النموذج الخاضع للإشراف المدرب في نفس البيانات (راجع الصفوف المقابلة لـ "dFI" و "HRCBC" في الجدول 1).

توقع dFI العمر المتبقي في وقت لاحق من الحياة أفضل من وزن الجسم (BW) أو مستوى مصل عامل النمو الشبيه بالأنسولين 1 (IGF1). تم سابقًا إثبات ارتباط كلا العاملين بالوفيات في المراجع. 23 و 24. كما ورد في المرجع. 24 والتحقق هنا ، كان تركيز IGF1 في المصل مرتبطًا بشكل كبير بعمر (ص=- 0. 28 ، ص=0. 008) فقط في مجموعة واحدة من الأصغر سنًا ، {{ ذكر الفئران البالغ عمرها 12} أسبوعًا. حسب المرجع. 23 وحساباتنا ، BW مرتبط بشكل أفضل بنفوق الحيوانات الأصغر سنًا (26 و 52 أسبوعًا).

تباطؤ معدل الوفيات في أواخر العمر والحد من الوفيات

كان عدد الحيوانات التي سجلت أعمارها في اضطراب تعدد الشخصية (MPD) غير كافٍ لفهم انحرافات معدل الوفيات عن قانون الوفيات في جومبيرتز ، كما تنبأ نموذج الشيخوخة عند الحرج في الأعمار الأكثر تقدمًا. لحسن الحظ ، يمكن إجراء تحليل كمي للوفيات في أواخر العمر باستخدام البيانات من الضوابط غير المعالجة في تجربة كبيرة شملت آلاف الفئران. أنتجت نوبات الوفيات في Gompertz التقديرات التالية لعمر ، t ، أس Gompertz ، ومعدل الوفيات الأولي ، M 0 بشكل منفصل للذكور: t=100: 3 أسابيع ،=0. 0 385 ± 0. 0 0 02 أسبوعيًا ، M 0=(4.1 ± 0.1) ⋅ 10−4 أسبوعيًا ؛ وللإناث: t=115: 8 أسابيع ،=0. 0568 ± 0.0003 أسبوعيًا ، M 0=(3.4 ± 0.1) ⋅ 10-5 أسبوعيًا.

في وقت متأخر من الحياة في كلا الجنسين ، تنخفض منحنيات البقاء التجريبية بشكل أبطأ من التنبؤات من قانون الوفيات في جومبيرتز (انظر الخطوط المتقطعة الزرقاء والبرتقالية في الشكل 4 أ والشكل التكميلي 4 أ ، على التوالي). هذا دليل على تباطؤ معدل الوفيات. الخطوط الزرقاء في الشكل 4 ب والشكل التكميلي 4 ب هي منحنيات الوفيات التجريبية. تتوافق الخطوط المتقطعة الرمادية مع التوقع النظري لمستوى الوفيات عند الهضبة ، المقابلة لمعدل الوفيات المحدود النظري Mðt ≫ tÞ=، حيث معدل مضاعفة معدل الوفيات من تناسب Gompertz.

تتجلى تسوية معدل الوفيات بشكل أفضل في مجموعات الإناث (الشكل 4) وتتوافق مع التنبؤ النظري لوفيات الهضبة المتأخرة في نموذجنا. في مجموعات الذكور ، تنتهي صلاحية الحيوانات قبل الوصول إلى الهضبة (الشكل التكميلي 4) ، ربما بسبب ارتفاع معدل الوفيات في الخلفية في وقت مبكر من الحياة بين الأسبوعين 40 و 100. ومع ذلك ، لا يزال الحد الأقصى للوفيات المرصودة غير بعيد جدًا عن (و هي بالتأكيد من نفس الترتيب مثل) القيمة المحددة المتوقعة حتى في مجموعات الذكور.

dFI والسمات المميزة للشيخوخة

لمزيد من التحقق من صحة dFI كمؤشر حيوي للشيخوخة ، قمنا بفحص علاقته بـ PFI ، وهو مقياس كمي للشيخوخة والضعف الذي تم اقتراحه مؤخرًا في المرجع. 3. وجد أن dFI و PFI مرتبطان ارتباطًا وثيقًا (Pearson r=0. 64، p <0. 0 01) ، الشكل 5 أ. PFI هي درجة ضعف مركبة وتعتمد أيضًا على مقاييس CBC لتحديدها. ومع ذلك ، فإن حساب PFI يتضمن المزيد من العوامل ، بما في ذلك المقاييس التقليدية للضعف في الحيوانات والبشر ، مثل قوة القبضة ، وصحة القلب والأوعية الدموية ، وعلامات الالتهاب ، وما إلى ذلك. الشكل التكميلي 5 ، ص بيرسون=0. 59 ، ف <0.001).

كما هو موضح في الشكل 5 ب والشكل التكميلي 6 ، 7 ، لاحظنا أن dFI كان مرتبطًا بشكل كبير بمجموعة ممتدة من ميزات CBC عبر أنظمة فرعية وظيفية مستقلة (على سبيل المثال لا الحصر ، سلالة الخلايا النخاعية). كان الارتباط بين dFI وميزات الخلية النخاعية أقل عمقًا في مجموعة التدريب ، بما في ذلك سلالات متعددة (الشكل التكميلي 7). معامل الارتباط هو مقياس لاستجابة dFI لتباين ميزات CBC الفردية ويختلف (أحيانًا حتى من علامة معاكسة) في سلالات الماوس المختلفة (الشكل التكميلي 8). سيكون تباين ارتباطات الميزات الفردية و dFI تحديًا كبيرًا لأي نموذج خطي وهو دليل على الطابع غير الخطي لـ AE.

ارتبط dFI بقوة بعرض توزيع خلايا الدم الحمراء (RDW) و BW (الشكل 5 ب) ، وهي مؤشرات معروفة للضعف في كل من الفئران والبشر. كما ارتبط dFI بقوة بمستويات البروتين التفاعلي C (CRP، r=0. 39، p <0. 0 01) والكيموكين الفأري CXCL1 (KC، r {{ 9}}. 28، p <0.001) ، وكلاهما من العلامات المعروفة للالتهاب الجهازي والوفيات.

تترافق الشيخوخة مع زيادة عبء الخلايا الشائخة 30-32 ، التي تعتبر على نطاق واسع مصدرًا للالتهاب الجهازي المعقم المزمن ، "الالتهاب" 33. يتم اكتشاف الخلايا الشائخة (SC) بشكل شائع في الجسم الحي كمجموعة من الخلايا الإيجابية p16 / Ink4a المتراكمة مع العمر المعترف به من خلال نشاط المراسلين المدفوعين بواسطة المروج p16 / Ink4a. استخدمنا الفئران المراسل p16 / Ink4a متماثلة اللواقح مع أليل p16 / Ink4a واحد مع يراع لوسيفيراز cDNA35. يوضح الشكل 6 أ العلاقة بين عمر الحيوان ووجود الخلايا الشائخة ، كما تم قياسه بالتدفق من نشاط لوسيفيراز الذي يحركه المروج p16 / Ink4a (ص=0. 54 ، ص=0. 008).

كان الارتباط بين وكيل SC هذا (التدفق الكلي لوسيفيراز) مع dFI أقوى (r {0}}. 69، p <0.001 ؛ الشكل 6 ب). تتناسب الملاحظة جيدًا مع تنبؤنا النظري: المعادلة الحركية لمعامل الطلب (dFI) مستقلة (معاملاتها لا تعتمد على الوقت). هذا يعني أن متغيرات حالة الكائن الحي ، بما في ذلك مقاييس عبء الخلية الشائخة ، قد لا تعتمد بشكل صريح على العمر ، وبالتالي فإن الاعتماد على العمر قد يأتي فقط من خلال الاعتماد على dFI.

يستجيب dFI للتدخلات المعدلة مدى الحياة

لتقييم فائدة dFI لتحليل آثار التدخلات على الشيخوخة ، قمنا بتقييم بأثر رجعي لـ dFI وعلاقته بالعمر المتبقي استجابةً لنظام غذائي عالي الدهون (HFD) باستخدام البيانات من التجربة السابقة. تم إطعام الفئران الذكور HFD بدلاً من نظام غذائي منتظم (RD) بدءًا من عمر 50 أسبوعًا ، مما أدى إلى انخفاض كبير في العمر الافتراضي (الشكل التكميلي 9 أ) وأظهرت أيضًا زيادة كبيرة في متوسط ​​dFI المقاس في الأسبوع 78 (ص=0. 05 ، اختبار t للطالب ثنائي الذيل ؛ الشكل 6 ج) مقارنةً بالتحكم في الذكور الذين يتغذون على RD. في المقابل ، لم تؤثر التغذية HFD للفئران الإناث على العمر الافتراضي أو متوسط ​​dFI (الشكل التكميلي 9 ب والشكل 6 د). وهكذا ، يبدو أن dFI هو مؤشر جيد للاختلافات المعتمدة على الجنس في الكائن الحي لـ HFD ، والأسباب الأساسية التي لا يزال يتعين شرحها.

أظهرت حساباتنا أن تسارع الشيخوخة الذي تم تسجيله بواسطة dFI يتفق مع الزيادة التي تم الإبلاغ عنها سابقًا في PFI (p=0. 02 وفقًا لاختبار الطالب t) في الذكور وليس هناك أي تأثير في إناث الفئران في الأسبوع 78 في نفس تجربة. هذا بيان ملحوظ فيما يتعلق بحساسية dFI منذ أن تم تطوير PFI (تم تدريبه) في تجربة MA0071 ويستخدم أكثر (18 مقابل 12) متغيرًا من مجرد CBC لتحديده. على العكس من ذلك ، لم نستخدم أي بيانات من مجموعات بيانات MA 0071-73 لتدريب نموذج dFI. يوضح الشكل 6 ج ، د أداء dFI بالنسبة إلى PFI المطور بشكل مستقل في مجموعة بيانات خارجية.

في تجربة أخرى ، اختبرنا استجابة dFI لعلاج قصير مع عامل إطالة الحياة ، رابامايسين. نقدم هنا نتائج تجربة مع مجموعة من الفئران الذكور C57BL / 6 البالغ عمرها {{3} أسبوعًا. تم علاج 48 حيوانًا (مجموعة العلاج) بالراباميسين يوميًا بجرعة 12 مجم / كجم لمدة 8 أسابيع. استلمت الحيوانات الـ 12 الأخرى (المجموعة الضابطة) السيارة في نفس الجدول الزمني.

تم قياس وزن الجسم كل أسبوع وزاد كما هو متوقع في المجموعة الضابطة (الشكل 6 هـ). في المقابل ، بقي BW في المجموعة المعالجة بالراباميسين ثابتًا تقريبًا بالقرب من القيمة الأولية طوال فترة المراقبة البالغة 10 أسابيع. يعتبر انخفاض وزن الجسم نموذجيًا للفئران المعالجة بالراباميسين مقارنة بمجموعة التحكم. لتوليد قيم dFI للفئران في هذه التجربة ، قمنا بجمع وإنتاج CBC من عينات الدم من كل حيوان كل أسبوعين (الشكل 6f).

يتيح لنا الطابع الطولي لأخذ العينات في التجربة استخدام تحليل الانحدار الذاتي لاكتشاف التأثيرات المحتملة للدواء على ديناميكيات dFI وبالتالي الشيخوخة. عندما توجد قوة غير عشوائية (أي تأثير الدواء) في المعادلة. (1) ، يجب أن تفي القفزة في dFI بين أي من القياسات اللاحقة من نفس الحيوان بالمعادلة المعدلة. (7):

حيث J هو التأثير المتراكم للدواء على طول مسار الشيخوخة بين القياسات. عادةً ما تكون الفترات الزمنية صغيرة جدًا ، t ≪ 1 ، وبالتالي معامل الانحدار التلقائي r ≈ 1. لذلك ، توقعنا تحديد تأثير الراباميسين من خلال مقارنة توزيعات زيادات dFI ، ΔdFI=z (t زائد Δt) - z (t) ، في الحيوانات التي تتلقى أو لا تتلقى العلاج بين القياسات في كل من المجموعات المعالجة ومجموعات المراقبة (انظر طرق تفاصيل التحليل الإحصائي). أظهر التحليل الإحصائي لزيادات dFI تباطؤًا ملحوظًا في الشيخوخة مرتبطًا بعلاج الرابامايسين (الشكل 6g ، p=0. 05 ، اختبار الطالب ثنائي الذيل).

مناقشة

قدمنا ​​طريقة جديدة للكشف عن المؤشرات الحيوية للعمر والضعف من البيانات الطبية الحيوية الكبيرة التي تتضمن قياسات طولية ، أي عينات متعددة من نفس الحيوانات تم جمعها على طول مسارات الشيخوخة. ينتمي هذا النهج إلى فئة خوارزميات التعلم غير الخاضعة للإشراف بحيث لا تتطلب تسميات مرتبطة بالعمر والوفيات والمرض. يمكن تمثيل ذلك من خلال اكتشاف وتوصيف علامة حيوية للشيخوخة في الفئران ، dFI ، من القياسات التقليدية والآلية لـ CBC وتدريبها من البيانات من MPD.

الشيخوخة هي عملية بطيئة للغاية تحدث في نطاقات زمنية مميزة تتجاوز بكثير الأوقات المرتبطة بالعمليات الجزيئية أو عمليات النظم الفرعية الوظيفية للكائن الحي. عادةً ما ينشأ هذا التسلسل الهرمي للمقاييس من الأهمية الحرجة ، وهي حالة خاصة لنظام ديناميكي يعمل بالقرب من نقطة تحول تفصل بين المنطقة المستقرة وغير المستقرة. في المرجع. في 18 ، اقترحنا أن الشيخوخة ناتجة عن عدم الاستقرار الديناميكي المتأصل للشبكات التنظيمية الأساسية وتتجلى على أنها انحرافات صغيرة في متغيرات حالة الكائن الحي (المؤشرات الفسيولوجية) تتضخم بشكل كبير وتؤدي إلى تسارع أسي للوفيات. بعد ذلك ، تكون درجة المكون الرئيسي الأولى هي تقريب لمعلمة الترتيب التي تميز المرحلة غير المستقرة ولها معنى العدد الإجمالي للأخطاء التنظيمية المتراكمة في مسار حياة الحيوان. ومن ثم ، فإننا نعتقد أن الشيخوخة عند الحدس الحرجية توفر تفسيرًا جيدًا لنجاح تحليل المكونات الرئيسية (PCA) كأداة شبه كمية في أبحاث الشيخوخة 40-42.

فكرة معلمة الترتيب المرتبطة بعدم الاستقرار هي تعميم لمفهوم تم تقديمه في البداية في نظرية Ginzburg-Landau لوصف انتقالات الطور في الديناميكا الحرارية. تم تطوير الفكرة بشكل أكبر للتطبيقات لفتح أنظمة غير متوازنة في شكل "مبدأ الاستعباد" 13 ، والذي ينص على أنه بجانب النقطة الحرجة ، يتم تحديد ديناميكيات مكونات نظام الاسترخاء السريع (المستقرة) بالكامل من خلال الديناميكيات "البطيئة" لعدد قليل من "معاملات النظام". إن dFI الذي تم تحديده على أنه تقريب لمعلمة الطلب ليس مجرد أداة تعلم آلي تم تطويرها لتنبؤات محددة ، بل هو خاصية ماكروسكوبية أساسية للكائن المتقدم في السن كنظام غير متوازن.

ومع ذلك ، فإن قدرات تقنيات تخفيض الرتبة الخطية ، مثل PCA ، لكشف وصف ديناميكي دقيق للشيخوخة محدودة للأسباب التالية. أولاً ، لا توجد أسباب للاعتقاد بأن تأثيرات التفاعلات غير الخطية بين الأنظمة الفرعية الديناميكية المختلفة صغيرة. هذا هو السبب في أنه لا يمكن توقع أداء المرقم الحيوي الناتج من مثل هذا التحليل الخطي جيدًا في السياقات البيولوجية المختلفة (السلالات أو الظروف المختبرية أو التدخلات العلاجية مثل الأدوية). ثانيًا ، غالبًا ما تكون القياسات البيولوجية صاخبة. ومن ثم ، قد تفشل التقنيات البسيطة التي تفتقر إلى التنظيم الفعال في إعادة بناء مساحة المتغيرات الكامنة بشكل صحيح ما لم يتم الحصول على عدد كبير من العينات. أخيرًا ، يعتبر ارتباط المكون الرئيسي الأول بمعامل الطلب مجرد بيان تقريبي. في الأساس ، لا توجد طريقة لتحديد ديناميكيات النظام من البيانات ، والتي لا تتضمن الديناميكيات نفسها في قياسات متعددة لنفس الكائن الحي على طول مسار الشيخوخة.

للتعويض عن عيوب PCA وإثبات طريقة فعالة لإنتاج تقريب دقيق لـ dFI من البيانات ، استخدمنا شبكة عصبية اصطناعية ، وهي مزيج من تقليل الضوضاء العميق AE ونموذج AR. جزء AE من الخوارزمية عبارة عن تعميم غير خطي لـ PCA وقد تم استخدامه لضغط القياسات البيولوجية المترابطة والمزعجة بالضرورة في مجموعة مضغوطة من المتغيرات الكامنة ، وهو تمثيل منخفض الأبعاد لحالة الكائن الحي. إن ذراع AR للشبكة ليس سوى أفضل توقع ممكن للحالة المستقبلية للحيوان نفسه من القياسات الحالية. الحل لمشكلة الواقع المعزز الذي توفره الشبكة هو تقدير معامل الطلب من البيانات المعطاة ، مؤشر الضعف الديناميكي (dFI).

تم استلهام بنية الشبكة المطبقة هنا من بنيات تخفيض الرتبة العميقة ، المستخدمة مؤخرًا لتوصيف الحلول العددية للأنظمة الديناميكية غير الخطية الكبيرة. بمعنى أوسع ، نقوم بالإبلاغ عن تطوير وتوصيف خوارزمية قابلة للتفسير بالكامل (قائمة على النموذج) ، وهو مثال خاص لتحديد معادلات الحركة للنظام الديناميكي الأساسي من البيانات بمساعدة التعلم العميق. وفقًا لمعايير العلوم الفيزيائية ، تبين أن شيخوخة الفئران "قابلة للحل تمامًا". لقد أظهرنا نموذجًا قابلًا للتحليل يربط ديناميكيات الحالة الفسيولوجية والبقاء على قيد الحياة لجميع الأسباب بتطور كمية مفردة تعتمد على العمر ، ومعلمة الطلب للمرحلة غير المستقرة ، واتباع معادلة تفاضلية عشوائية بسيطة من الدرجة الأولى.

قد تعكس الارتباطات العميقة بين ميزات CBC و dFI دورًا رئيسيًا في شيخوخة الأنسجة المكونة للدم في تحديد شيخوخة الكائن الحي بأكمله. هذا المفهوم مقبول بشكل حدسي بالنظر إلى الوظيفة الفسيولوجية الشاملة للدم. كتفسير بديل ، قد تكون التغيرات المعتمدة على العمر في بارامترات الدم أحداثًا ثانوية ناتجة عن شيخوخة الجزء المتبقي من الكائن الحي (أي الأنسجة الصلبة المختلفة). ومع ذلك ، فإن الأدلة التجريبية المتراكمة تجادل ضد هذا. تظهر تقارير متعددة التأثيرات "المجددة" لنظام تكوين الدم الصغير على الحيوانات المسنة التي يتم تسليمها إما عن طريق زرع نخاع العظم أو عن طريق التعايش (تمت مراجعته في المرجع 48). علاوة على ذلك ، أظهرت استعادة تكوين الدم في الفئران من خلال زرع الخلايا الجذعية المكونة للدم (HSCs) من المتبرعين الصغار مقابل كبار السن أن الخلايا الجذعية السرطانية المسنة لا يمكن تجديدها من خلال بيئة الجسم الشاب. أيضًا ، فإن تفسير الاعتماد على العمر للسمات المشتقة من HSC كآثار ثانوية للشيخوخة سيواجه صعوبات رسمية نظرًا لأن ديناميكيات هذه العوامل يجب أن تظهر أقصر ، في الواقع على الأقل مرتين أقصر ، مضاعفة مرات من dFI ومعدل الوفيات يتضاعف مرات.

النتيجة الغريبة لتحليلنا هي أن بياناتنا تشير بقوة إلى النسب النخاعي الذي يوفر تنبؤات أكثر دقة للعمر البيولوجي من معلمات النسب اللمفاوية. هذا أمر غير منطقي نظرًا لأنه من المقبول عمومًا أن ترتبط الشيخوخة بالتدهور العام الموثق جيدًا في المناعة المعروف باسم التقلص المناعي 50 ، وهي الظاهرة التي يتضح من انخفاض كفاءة التطعيم وزيادة تواتر وفتك الأمراض المعدية والسرطان في الكائنات الحية القديمة. ومع ذلك ، هناك دليل تجريبي قوي يدعم ويقدم تفسيرًا ميكانيكيًا لاكتشافنا أن المعلمات النخاعية تزن أكثر من تلك اللمفاوية كمؤشرات عمر بيولوجية. في دراسة شاملة لآليات الوراثة اللاجينية لشيخوخة HSC ، وصف بيرمان وزملاؤه إعادة البرمجة اللاجينية المعتمدة على العمر والتي تؤدي إلى تحول كبير نحو تمايز النسب النخاعي لنسل HSCs المسنين. هذا التحول مدفوع بتغيرات معينة في مثيلة الحمض النووي لـ HSCs التي تحدث أثناء شيخوخة الفئران. من المثير للدهشة أن هذه التغييرات في الميثيل ، التي تغير التعبير الجيني ، لا تحدث في جزء الجينوم الذي يتحكم في النمط الظاهري لـ HSC ، بل تعدل مناطق الحمض النووي التي تشفر الجينات التي تتحكم في مراحل التمايز النهائية. بشكل ملحوظ ، يبدو أن نمط تغيرات مثيلة الحمض النووي المرتبطة بشيخوخة الخلايا الجذعية السرطانية تمثل نفس العملية التي تم وصفها سابقًا على أنها ساعة تعتمد على مثيلة الحمض النووي ، وبالتالي ، قد تكون جزءًا من نفس آلية الشيخوخة الأساسية التي يتم التحكم فيها جينيًا. العامل الآخر الذي يمكن أن يقلل من تأثير المعلمات المرتبطة بالنسب اللمفاوية كعلامات عمر بيولوجية هو الطبيعة التفاعلية لهذا الفرع من تكوين الدم ، والتي تعمل على الاستجابة السريعة للأحداث المتفرقة مثل العدوى الفيروسية أو البكتيرية ، والجروح ، وأنواع أخرى من الإجهاد تتطلب استجابة طارئة عادة في شكل التهاب حاد. نظرًا لأن وقت حدوث مثل هذه الأحداث لا يمكن التنبؤ به ، فقد يتم إخفاء التغييرات المرتبطة بالعمر بالضوضاء القادمة من التقلبات واسعة النطاق غير المرتبطة بالعمر في الحيز اللمفاوي.

لا تعني هذه الملاحظات أن الدم هو المحدد الوحيد للشيخوخة (وإلا ، فسيتم تحديد العمر البيولوجي بنسبة 100 في المائة حسب عمر HSCs) ، ولكن على الأقل مكانه بين الدوافع الرئيسية للعملية وشرح نجاحنا بشكل موثوق تحديد العمر البيولوجي من بيانات فحص الدم. تظهر الشيخوخة في نموذجنا بشكل تعاوني بحيث أنه على الرغم من ظهور "ساعة الشيخوخة" في شكل معلمة الطلب أو تقديرها من البيانات ، dFI ، لا يوجد وقت تتبع نظام فرعي محدد (أو العمر) في الحيوان.

يتم وصف ديناميكيات حالة الكائن الحي بواسطة مكافئ مستقل. (1) ، حيث لا يعتمد أي من معاملات النموذج صراحةً على الوقت. وفقًا لذلك ، لا يمكن أن يعتمد متغير الحالة الفسيولوجية على عمر الحيوانات بشكل صريح ، فقط بشكل ضمني من خلال الاعتماد على المتغير الجماعي ، dFI. هذا هو السبب في أننا لاحظنا الارتباطات بين dFI ، من ناحية ، ومقاييس الشيخوخة والضعف المتعددة المعروفة باسم السمات المميزة للشيخوخة ، من ناحية أخرى. وتشمل هذه قوة القبضة ، و BW ، و RDW ، وعلامات الالتهاب مثل CRP و KC (IL -8). يرتبط dFI أيضًا بشكل جيد بـ p 16- تدفق luciferase ، وهو وكيل لعدد الخلايا الشائخة في الفئران المسنة. على العكس من ذلك ، نتوقع أن العلاج المضاد للشيخوخة الذي يغير dFI يجب أن يخفف بشكل كبير من السمات المميزة الأخرى للشيخوخة في نفس الوقت. هذه الخاصية ليست غير شائعة بين التدخلات التي يحتمل أن تطيل الحياة.

علاوة على ذلك ، فإن عدم استقرار حالة الكائن الحي يعني أن الحيوانات لا يمكنها الاسترخاء في أي توازن حتى بعد اضطراب قصير (رسميًا ، تظهر هذه الخاصية نفسها على أنها ارتباطات ذاتية قوية لـ dFI على مدى فترات طويلة). لذلك ، من المحتمل أن تستمر آثار العلاجات القصيرة حتى نهاية الحياة. وفقًا لذلك ، يمكن ، من حيث المبدأ ، اكتشاف تأثيرات مثل هذه العلاجات العابرة في تجارب قصيرة تتضمن قياسات dFI الطولية في ما يزيد قليلاً عن أسابيع قليلة. على الرغم من أن حجم التأثير ونسبة الإشارة إلى الضوضاء في تجربة علاج الرابامايسين ذات المنظور القصير ليست كبيرة جدًا ، إلا أن تباطؤ الشيخوخة الذي لوحظ في هذا العمل يتوافق مع التأثيرات المؤيدة لطول العمر التي تم الإبلاغ عنها سابقًا لعلاجات الراباميسين العابرة.

تعتمد المؤشرات الحيوية الشائعة للشيخوخة على مقاييس فردية أو مركبة لانحراف الكائن الحي عن حالته الشابة. الأمثلة البارزة هي أشكال مؤشر الضعف (FI) المُعرَّف على أنه نسبة العجز المتراكم في أي إشارة متاحة 8،9 أو بشكل أكثر تحديدًا في بيانات اختبار الدم 9-11،56،57. نظرًا لأننا لا نتوقع أي اعتماد لمتغيرات الحالة الفسيولوجية على العمر بخلاف الاعتماد على معلمة الطلب ، يجب أن يكون هناك توافق جيد بين العلامات المركبة للشيخوخة و dFI. في الواقع ، لاحظنا درجة عالية جدًا من التوافق بين dFI و PFI من المرجع. 3 ، وهو مثال على مسافة Mahalanobis من الدول القديمة إلى الشباب 7 وهو مشتق من مجموعة واسعة من الميزات بما في ذلك CBC واللياقة البدنية وصحة القلب والأوعية الدموية والكيمياء الحيوية.

من بين جميع هذه المقاييس ، يأتي dFI وحده مع معادلة ثابتة للحركة (1) ، وبالتالي لديه أفضل خاصية للارتباط التلقائي على طول مسارات الشيخوخة الفردية (انظر ، على سبيل المثال ، الارتباط التلقائي لـ dFI وأول جهاز كمبيوتر في الشكل 2. والشكل التكميلي 2 ، على التوالي). الخاصية مناسبة لتحديد آثار الأدوية أو غيرها من التدخلات على الشيخوخة في التجارب التي تنطوي على مقارنات لحالة الكائن الحي لنفس الحيوانات قبل وأثناء العلاج.

【لمزيد من المعلومات: david.deng@wecistanche.com / WhatApp: 86 13632399501】