确定"眼龄"的技术可帮助眼疾患者实现精准治疗

来源:cnBeta

分析细胞是了解疾病机制的重要组成部分。然而,在非再生器官(如眼睛)中,采集组织样本是不切实际的,因为会造成损伤。因此,研究人员必须发挥创造力。研究人员在眼液中发现了细胞特异性蛋白质,并利用人工智能确定了哪些蛋白质会加速特定疾病的衰老。了解这些疾病驱动蛋白的细胞来源可能会带来精准治疗和更明智的临床试验。


(资料图片)

斯坦福大学医学院的研究人员就是这样做的,他们开发了一种技术,用于检测眼睛前部滋养液--房水中的细胞特异性蛋白质,并利用人工智能来确定一个人的"眼龄"以及疾病对其的影响。

研究人员收集了46名健康患者的房水,以确定液体中含有哪些蛋白质。利用他们开发的一种名为TEMPO(追踪多种蛋白质来源的表达)的技术,他们将蛋白质追踪到产生该蛋白质的RNA所在的细胞类型。

该研究的通讯作者维尼特-马哈詹(Vinit Mahajan)说:"开发任何一种成功疗法的第一步都是了解分子。在分子水平上,即使是同一种疾病,患者也会有不同的表现。有了我们开发的分子指纹,我们就能挑选出对每个患者都有效的药物。"

研究人员在液体中发现了5953种蛋白质,并将这些信息输入到人工智能算法中,观察是否有一个子集可以预测患者的年龄,结果他们发现有26种蛋白质在作为一组使用时可以预测患者的年龄。他们还收集了三种眼疾患者的眼液:糖尿病视网膜病变(导致眼部血管渗漏,导致视力下降)、色素性视网膜炎(导致眼球后部的感光细胞坏死)和葡萄膜炎(眼内炎症)。

研究人员比较了患病眼液和健康眼液,发现患病眼液中的蛋白质表明细胞年龄较高。早期糖尿病视网膜病变患者的细胞年龄比正常人大12岁,晚期视网膜病变患者的细胞年龄比正常人大31岁。在视网膜色素变性和葡萄膜炎患者中,细胞的年龄要大29岁。

马哈詹说:"这是迄今为止表明疾病会引发加速衰老的最佳联系之一。"

人工智能模型还发现,在所研究的各种疾病中,负责显示眼球年龄增加的细胞各不相同。在晚期糖尿病视网膜病变中是血管细胞,在视网膜色素变性中是视网膜细胞,而在葡萄膜炎中则是免疫细胞。

研究人员发现,其中一些受疾病影响的细胞并不是治疗的常见目标,这表明需要重新评估目前的疗法。重要的是,研究人员发现,一些细胞在出现症状之前就已加速衰老,这意味着可以更早开始治疗,以避免不可挽回的损害。研究人员说,针对衰老细胞和疾病细胞的治疗可能会更有效,因为这两种细胞会分别但同时造成眼睛损伤。

他们补充说,他们的发现可以为未来的临床试验提供参考,因为进行临床试验的人将会对驱动疾病的细胞过程有更深入的了解。

马哈詹说:"这就好像我们把这些活细胞握在手中,用放大镜来观察它们。我们实现在分子水平上深入了解我们的病人,这将实现精准健康和更明智的临床试验。"

研究人员计划将TEMPO技术和老化时钟应用于其他器官体液,如胆汁和关节液。

该研究发表在《细胞》杂志上。

关键词:

推荐

直播更多》

关闭

资讯更多》

焦点