Alpina Non-Fiction Publishing House udgiver bogen mod uret af den videnskabelige journalist Polina Loseva. TASS offentliggør et uddrag om, hvordan forskere ser efter tegn på aldring i kroppen.
Forlag * Alpina faglitteratur *.
Saml dem alle sammen
I 2001 dukkede det første "skrøbelighedsindeks" op, en af de enkleste aldringsmarkører. Forskerne testede en stor prøve af mennesker for fem tegn på skrøbelighed: utilsigtet vægttab, dårlig grebstyrke, langsom gang, følelse træt og at være inaktiv. Dem, der passer til mindst tre kriterier, betragtes forfatterne af kriteriet som skrøbelige. De havde en højere risiko for dårligt helbred, indlæggelse og død. De, der kun svarede til en eller to egenskaber, fik tildelt en mellemliggende skrøbelighedsstatus. Dette første-i-sin-slags kriterium tillader endnu ikke at vurdere den nøjagtige risiko for hvert enkelt individ, men med sin hjælp var det allerede muligt at måle risiciene for befolkningen som helhed og dens individuelle grupper.
Salgsfremmende video:
Senere, baseret på denne idé, voksede en hel skov med skrøbelighedsindeks. Siden da er antallet af funktioner blevet væsentligt større og kan nå hundreder, men princippet forbliver det samme. Hver funktion er en parameter, der:
a) er en sundhedsdefekt (og ikke en egenskab ved en livsstil, såsom rygning);
b) forekommer oftere med alderen;
c) forekommer mindst 1% af befolkningen.
Summen af tegnene skal dække forskellige områder i kroppens arbejde, det vil sige ikke kun den fysiske tilstand, men også en persons mentale og psykologiske helbred. Faktisk måler disse indekser antallet af mangler / skader i den menneskelige krop, hvorfor de undertiden kaldes defekte indekser. Hver af snesevis eller hundreder af træk er scoret på en skala fra 0 til 1, og motivet får en skrøbelighed, som vokser, når kroppen ældes.
Skrøbelighedsindekset er kvintessensen af den medicinske tilgang til aldring, der betragter alderdom som et sæt aldersrelaterede sygdomme. Derfor bruges sådanne indeks ofte i medicinsk arbejde, og de er gode til at forudsige for eksempel behovet for en ældre person til intensiv pleje. I sjældne tilfælde arbejder de også for unge mennesker, da enhver defekt, hver aldersrelateret sygdom alvorligt forringer deres overlevelsesrate. Men med deres hjælp er det vanskeligt at forudsige andet end risikoen for død, så for relativt raske mennesker er de til lidt nytte. Derudover fortæller skrøbelighedsindekserne intet om årsagen til aldring og måler kun dens konsekvenser.
Ikke desto mindre er selve princippet - at bruge ikke en parameter, men summen af markører - bestemt sandt, fordi det tager højde for befolkningens heterogenitet. Og nu forsøger forskere at opbygge multivariate modeller for at estimere den biologiske alder.
I den amerikanske undersøgelse CALERIE, der er afsat til kaloribegrænsning, sporer forskere for eksempel 18 forskellige tegn: fra mængden af kolesterol og hæmoglobin til slimhindernes sundhed. For hver af dem byggede de en ændringskurve fra 26 til 38 år gammel og byggede en model, der forudsiger biologisk alder baseret på summen af ændringer i alle parametre ganget med visse koefficienter. Forsøg på at estimere den biologiske alder for hver enkelt deltager har vist, at bestanden af endda unge mennesker er meget heterogen. Ifølge eksperimenterne kan den biologiske alder på forsøgspersoner, der ifølge deres pas er 38 år gamle, være fra 30 til 50. I denne undersøgelse er det især vigtigt, at forskere arbejder med unge raske mennesker, i hvilke risikoen for død eller udvikling af sygdomme næsten er umulig at estimere. Sandsynligvis,i den nærmeste fremtid vil en sådan kompleks aldersmarkering vises. Det eneste spørgsmål er, hvilke specifikke parametre der vil blive inkluderet i det.
Han betragter os
Hvad betyder 5, 10 eller endda 100 parametre sammenlignet med kompleksiteten i organisationen af den menneskelige krop? For ikke at bekymre sig om at vælge de mest nøjagtige biomarkører bruger et antal forskere en grundlæggende anderledes tilgang til beregning af biologisk alder - kunstig intelligens. På det seneste har der været mange værker, hvor læger lærer neurale netværk at diagnosticere en lang række sygdomme, så hvorfor ikke anvende dem til aldring?
I USA gøres dette af en gruppe forskere ledet af videnskabsmand Alex Zhavoronkov. De træner kunstig intelligens på en lang række aldringstegn. I 2018 lærte de ham for eksempel, hvordan man kunne måle en persons alder ud fra et fotografi af et ansigt. Ved at genkende øjet og den omgivende hud bestemte programmet alderen med en nøjagtighed på to til fem år. På samme tid viste det sig, at det mest markante træk var rynker i øjehjørnet: så snart de blev lukket på fotografier for det neurale netværk, begyndte de ældre at ligne små børn.
I 2019 tog Zhavoronkovs gruppe blodprøver. Parametrene, de målte, ligner en standard biokemisk test: mængden af forskellige blodlegemer, koncentrationen af proteiner, fedt, glukose og metabolske produkter - urinstof, kreatinin (et stofskifteprodukt i musklerne, som normalt udskilles med nyrerne), bilirubin (affaldshæmoglobin). Og igen bestemte kunstig intelligens patienternes alder med en nøjagtighed på seks år.
Undervejs viste det sig, at det for forskellige køn og etniske grupper er nødvendigt at tage hensyn til et andet sæt markører. F.eks. Spillede natriumkoncentration en vigtig rolle i beregningen af sydkoreanernes alder, men afhængig ikke markant af østeuropæernes alder. Og dette er en anden funktion, der skal huskes, når vi har at gøre med biologisk alder: det er værd at kontrollere hver gang på basis af hvilken prøve metoden til bestemmelse af den blev udviklet. Hvad der gør den gamle kinesiske til gammel, fungerer ikke nødvendigvis for indianerne.
Næste på linje er mikrober. På trods af det faktum, at vi stadig ikke er sikre på, hvordan præcise forskellige repræsentanter for tarmmikrofloraen påvirker menneskers sundhed, har kunstig intelligens allerede talt dem. Ved at sammenligne det relative antal forskellige typer bakterier i tarmen hos mennesker, har det neurale netværk lært at bestemme alder med en nøjagtighed på ca. fire år.
Det er interessant, at forholdet mellem visse mikrober og bestemmelsen af alder ikke afhængig af, om de var gavnlige for helbredet eller tværtimod skadelige. I denne forstand virker de "aldringsvenlige" bakterier især nysgerrige. Dette er sandsynligvis de samme nyligt erhvervede tarmbeboere, som vi talte om i kapitlet "Mikrober", og som bevarer den nødvendige mangfoldighed i den aldrende organisme og opretholder betændelse på det ønskede niveau. Men en anden forklaring er også mulig: disse mikrober kan være en afspejling ikke så meget af alderdom som livsstilen for den generation, der nu er gået i alderdom: lav fysisk aktivitet, stort forbrug af sukker og forarbejdede fødevarer. Og hvis dette er sandt, er forskere i fremtiden nødt til at justere metoden til at bestemme alder, ikke kun afhængigt af køn eller race,men også fra generationen og dens livsform.
Kunstig intelligensarbejde vil helt sikkert udvide synsfeltet og afsløre, hvad klassiske metoder går glip af. Samtidig opfylder ikke alle de parametre, der måles, kriterierne for biomarkører. Derfor viser et neuralt netværk, der er i stand til at bestemme en persons alder, funktionelt meget nyttigt, men rejser mange spørgsmål fra et biologisk synspunkt.
Hvilke af de parametre, som AI tager højde for, er virkelig vigtige? Hvilke er relateret til årsagerne til aldring, og som kun afspejler livsstil? Nu ledes kunstig intelligens af en algoritme, der er uforståelig for os og producerer usupporterede forudsigelser, ligesom den græske diviner. For at få grund til at tro på hans forudsigelser har vi endnu ikke isoleret og testet de vigtigste markører, som han er afhængig af.
Konverteringsvanskeligheder
Listen over potentielle markører i biologisk alder slutter ikke der. Sprit af DNA, der cirkulerer i blodet, mængden af sukkerrester på ekstracellulære proteiner, og endda trækkene i hjernen på MR-scanninger foreslås som kandidater. I en nylig undersøgelse blev hjernealderen beregnet ud fra mængden af ilt, der forbruges pr. Glucoseenhed. Nedbrydningen af glukose uden deltagelse af ilt blev betragtet som et "barnligt" tegn, og fuld ilt respiration blev betragtet som en "voksen". Denne metode forudsagde alder med en nøjagtighed på kun 8,5 år, men kvindernes hjerner var i gennemsnit fire år yngre end hos mænd. Der er mange sådanne eksempler, og antallet af biomarkørkandidater vokser fortsat.
Problemet er, at deres forudsigelser ikke stemmer godt overens med hinanden. Og hvis markørerne stadig inden for hver gruppe kan bringes til en fællesnævner - for eksempel kan alle typer af epigenetiske ure kalibreres lige - så forbliver forskellene mellem grupperne dybe. I forskellige undersøgelser opfører de sig forskelligt: I nogle studier forudsiger Hannams (men ikke kroatiske) ure risikoen for nedsatte mentale evner og motoriske færdigheder. I andre arbejder er kun kroatiske ure forbundet med risikoen for hjerte-kar-sygdomme og fedme. I den tredje undersøgelse er skrøbelighedsindekset meget mere nøjagtigt til bestemmelse af biologisk alder end methyleringstimer, og i det fjerde var ingen af markørerne i stand til at forudsige nogen af alderssymbolerne nøjagtigt nok.
Målet er måske i den snævre "specialisering" af de fleste biologiske markører, som kun er vejledende i "deres" område. Lipidkoncentrationer er tæt forbundet med fedme, MR af hjernen - med intelligens, telomerlængde - med regenerering og så videre. Men hvis dette er tilfældet, kan vi da bedømme risikoen for kroppen som helhed efter et organs eller organsystemers alder?
Strengt taget er vi ikke sikre på, at alle dele af den menneskelige krop ældes i samme tempo, og for at tale om dette, er vi nødt til at have en fælles aldringsparameter for alle. For eksempel er epigenetisk de fleste væv (dog ikke alle) omkring samme alder, men antallet af senescentceller i dem er forskelligt.
I denne forstand er det interessant at observere patienter, der har gennemgået en blodtransfusion eller organtransplantation - efter dette findes celler i forskellige biologiske aldre i deres kroppe. Målinger viser, at det at være i den samme krop ikke udjævner aldersforskellen. Og hvis donoren var yngre end modtageren, fortsætter hans celler med at leve i deres egen tid og forblive yngre end de omgivende væv - i det mindste ifølge det epigenetiske ur.
En eller anden måde eksisterer endnu ikke en enkelt foranstaltning for alle organer, ligesom der ikke er en enkelt biomarkør, der er egnet til alle eksperimenter. Hver anvendt parameter løser sit specifikke problem; i nogle undersøgelser er forskere specifikt på udkig efter separate markører for forskellige områder i kroppens liv. Og dette har sin egen logik: jo mere specifik parameter vi måler, jo bedre forstår vi, hvordan den er dannet og under hvilken påvirkning den kan ændre sig.
Når vi prøver at finde en markør for hele organismen, opstår spørgsmålet straks: hvad er vi egentlig ved at måle? Telomerer angiver, om celler er klar til at dele sig, det epigenetiske ur angiver, hvor godt en celle reparerer sit DNA, eller hvor godt gener holdes untwisted. Disse to markører falder næsten aldrig sammen med hinanden i forudsigelser. Dette antyder måske, at hver markør måler tykkelsen på sin egen aldringssøjle - og så giver det ingen mening at forsøge at knytte dem sammen.
Dette er sandsynligvis problemet med biohackere, der forsøger at måle mange parametre i deres krop og tilpasse dem til "optimale" værdier. Der er utroligt mange markører, og hver af dem individuelt kan ikke betyde noget (ligesom hver enkelt region med methyleret DNA praktisk taget ikke er forbundet med biologisk alder) eller give resultater, der ikke falder sammen med andre forudsigelser. Derfor er det usandsynligt, at vi en dag kan finde en specifik parameter, der vil besvare alle vores spørgsmål.
Vi befinder os i en blindgyde: det er umuligt at finde en enkelt markør, den samme for alle, og mange mindre markører er stadig dårligt konsistente med hinanden og giver ikke biologiske forklaringer. Dette er det samme problem, som konfronteres krigere mod aldring: Det ser ud til, at vi ikke længere er bestemt til at åbne en magisk pille, og det er næppe muligt at ordne alt i dele, som Aubrey de Gray antyder. Listen over ændringer, som vi har udarbejdet på siderne med denne del, giver ingen håb om en let reparation. I den næste del vil vi forsøge at finde en mellemgrund og tale om, hvordan søgningen efter årsagerne til aldring hjælper med at finde ud af, hvad der kan gøres med det, og hvilken opskrift på "ungdommens elixir" synes mest sandsynlig i dag.
