Biologiczny wiek narządów można odczytać z tkanek. Sztuczna inteligencja wskazuje różnice w tempie starzenia

Narządy człowieka nie starzeją się w jednakowym tempie, a ślady tych procesów można odczytać zarówno z mikroskopowej architektury tkanek, jak i – pośrednio – z profilu ekspresji genów we krwi. Naukowcy wykorzystali sztuczną inteligencję do analizy ponad 25 tys. obrazów histologicznych reprezentujących 40 typów tkanek. Opracowane przez nich „zegary tkankowe” pozwalały oszacować biologiczny wiek poszczególnych narządów, a następnie powiązać przyspieszone starzenie określonych tkanek z chorobami, takimi jak choroba Alzheimera, choroba Crohna, mukowiscydoza, cukrzyca czy udar mózgu.

W artykule:

• Dlaczego poszczególne narządy mogą starzeć się w różnym tempie
• Jak sztuczna inteligencja analizowała ponad 25 tys. obrazów histologicznych
• Czym są tkankowe zegary biologicznego wieku
• Które narządy wykazywały wcześniejsze oznaki przyspieszonego starzenia
• Jak sygnatury starzenia tkanek można wykrywać na podstawie próbki krwi
• Jakie znaczenie wyniki mogą mieć dla diagnostyki i monitorowania chorób

Wiek metrykalny nie musi odpowiadać biologicznemu wiekowi narządów

Niektórzy ludzie wydają się starzeć wolniej niż inni – w wieku 60 lat mogą wyglądać i funkcjonować w sposób kojarzony z osobami znacznie młodszymi. U innych oznaki starzenia pojawiają się wcześniej. Powstaje jednak pytanie, co w takich przypadkach rzeczywiście dzieje się wewnątrz organizmu. Czy wątroba może starzeć się w innym tempie niż mózg? Czy możliwe jest określenie różnicy pomiędzy wiekiem metrykalnym człowieka a biologicznym wiekiem poszczególnych jego narządów?

Do odpowiedzi na te pytania przybliża badanie zespołu kierowanego przez André Rendeiro z CeMM Research Center for Molecular Medicine of the Austrian Academy of Sciences oraz Ludwig Boltzmann Institute for Network Medicine (LBI-NetMed) at the University of Vienna. Współpierwszymi autorami pracy byli Ernesto Abila, Iva Buljan oraz Yimin Zheng.

Wcześniejsze badania nad biologicznym starzeniem koncentrowały się przede wszystkim na zmianach molekularnych, takich jak metylacja DNA lub ekspresja genów. Tym razem badacze postanowili sprawdzić, w jaki sposób wraz z upływem czasu zmienia się sama mikroskopowa architektura tkanek i czy zmiany te można rozpoznawać za pomocą algorytmów sztucznej inteligencji.

25 712 obrazów histologicznych i około 480 milionów fragmentów obrazów

Naukowcy wykorzystali dane pochodzące z Genotype-Tissue Expression Project – GTEx. Projekt ten obejmował próbki tkanek pobrane od 983 osób, reprezentujące 40 różnych typów tkanek, od mózgu i serca, przez płuca i trzustkę, po skórę oraz jelita.

Preparaty tkankowe zostały przekształcone w wysokiej rozdzielczości obrazy cyfrowe, pozwalające analizować mikroskopową strukturę poszczególnych narządów. Łącznie badacze dysponowali 25 712 obrazami, które odpowiadały około 480 milionom pojedynczych fragmentów obrazów analizowanych z wykorzystaniem współczesnych modeli komputerowego rozpoznawania obrazu.

Analiza wykazała, że architektura narządów zawiera bardzo wyraźny zapis procesów związanych z upływem czasu. Co istotne, nawet bez bezpośredniego instruowania modelu, aby poszukiwał zmian zależnych od wieku, to właśnie wiek okazał się najsilniejszym pojedynczym czynnikiem wpływającym na wygląd tkanek we wszystkich 40 analizowanych typach.

„Zegary tkankowe” określały biologiczny wiek poszczególnych narządów

Na podstawie tych obserwacji zespół stworzył tzw. zegary tkankowe – modele predykcyjne służące do szacowania biologicznego wieku danej osoby na podstawie wyglądu jej tkanki. Dla każdego narządu opracowywano odrębną ocenę.

Modele osiągnęły średni błąd predykcji wynoszący około 4,9 roku. Według autorów lepiej niż istniejące wskaźniki starzenia oparte na DNA odzwierciedlały również patologię swoistą dla poszczególnych tkanek.

Przewidywany wiek biologiczny był silnie związany z dobrze znanymi cechami procesu starzenia. Należały do nich między innymi skracanie telomerów, obecność zmian patologicznych w tkankach oraz liczba chorób przewlekłych występujących u danej osoby.

„Nasze tkanki zawierają niezwykle szczegółowy zapis procesu starzenia. Łącząc obrazy histologiczne ze sztuczną inteligencją, możemy wykrywać wzorce biologicznego starzenia niewidoczne dla ludzkiego oka i zaczynać rozumieć, w jaki sposób starzenie przebiega odmiennie w różnych częściach organizmu” – wyjaśnił André Rendeiro, Principal Investigator w CeMM i autor korespondencyjny badania.

Każdy narząd może mieć własne tempo starzenia

Analiza wykazała, że starzenie nie przebiega równomiernie we wszystkich częściach organizmu. Niektóre tkanki wykazywały oznaki przyspieszonego starzenia stosunkowo wcześnie.

W płucach, nerkach, trzustce i nadnerczach badacze obserwowali sygnały przyspieszonego starzenia już pomiędzy 20. a 40. rokiem życia. Inne tkanki charakteryzowały się bardziej złożonymi trajektoriami zmian, z okresami szczególnie szybkiego starzenia pojawiającymi się w późniejszych dekadach życia.

Wyjątkowo wyraźną zmianę zaobserwowano w macicy w okresie odpowiadającym menopauzie. Wynik ten wskazuje, że biologiczny wiek narządu może pozostawać pod wpływem procesów fizjologicznych specyficznych dla określonego okresu życia.

Badacze stwierdzili także silne zależności pomiędzy starzeniem swoistym dla określonych tkanek a stanem zdrowia i czynnikami związanymi ze stylem życia. Przykładowo niewydolność nerek wiązała się z sygnałami przyspieszonego starzenia w wielu tkankach, natomiast w przypadku cukrzycy szczególnie wyraźne zmiany dotyczyły trzustki.

„Najbardziej uderzające jest to, jak bardzo różni się sposób starzenia poszczególnych narządów i jak jest to widoczne w architekturze tkanek. Głębokie uczenie pozwala nam odczytywać te przestrzenne wzorce, ujmując starzenie jako przebudowę architektury, a nie tylko dryf molekularny” – powiedział Ernesto Abila, współpierwszy autor badania.

Zegary tkankowe odzwierciedlały typowe tempo starzenia różnych narządów, ale pozwalały również identyfikować osoby odstające od tego wzorca – takie, u których określone tkanki wykazywały nasilone zmiany strukturalne wcześniej, niż wynikałoby to z ich wieku metrykalnego.

Informacje o starzeniu narządów można było odczytać z krwi

Bezpośrednie pobieranie materiału tkankowego z narządów jest jednak procedurą inwazyjną i w wielu sytuacjach klinicznych nie może być rutynowo wykonywane. Z tego powodu naukowcy podjęli próbę przeniesienia informacji uzyskanych z histologii na dane możliwe do uzyskania z próbki krwi.

Badacze połączyli profile ekspresji genów oznaczane we krwi z wyliczonymi na podstawie obrazów histologicznych różnicami pomiędzy wiekiem biologicznym i metrykalnym tkanek tych samych osób. Na tej podstawie zbudowali modele umożliwiające przewidywanie swoistego dla poszczególnych tkanek biologicznego wieku na podstawie danych pochodzących z krwi.

„To jakościowa zmiana podejścia: wykorzystujemy język starzenia się tkanek, którego nauczyliśmy się z obrazów, i przekładamy go na coś, co można odczytać z rutynowo pobranej próbki krwi” – wyjaśniła Iva Buljan, współpierwsza autorka pracy.

Nie oznacza to jeszcze, że opracowano gotowe, rutynowo dostępne badanie laboratoryjne pozwalające określić biologiczny wiek każdego narządu. Wyniki pokazują jednak, że sygnały związane ze starzeniem określonych tkanek mogą być przewidywane na podstawie molekularnych informacji obecnych we krwi, co potencjalnie otwiera drogę do dalszych badań nad mniej inwazyjnym monitorowaniem stanu narządów.

Choroba Alzheimera, choroba Crohna, mukowiscydoza i inne choroby pozostawiały charakterystyczne sygnały

Modele oparte na danych z krwi pozwoliły zidentyfikować wzorce starzenia powiązane z kilkoma chorobami, w tym chorobą Alzheimera, chorobą Crohna, mukowiscydozą, zapaleniami naczyń, cukrzycą oraz udarem mózgu.

W przypadku choroby Alzheimera najsilniejszy sygnał przyspieszonego starzenia stwierdzono, zgodnie z charakterem choroby, w mózgu. Z kolei choroba Crohna wiązała się z sygnałami przyspieszonego starzenia obejmującymi przewód pokarmowy.

Wyniki te pokazują, że proces biologicznego starzenia nie jest wyłącznie prostą funkcją czasu kalendarzowego. Poszczególne narządy mogą podążać odmiennymi trajektoriami, a na ich starzenie mogą wpływać zarówno czynniki ogólnoustrojowe, jak i procesy specyficzne dla konkretnej tkanki.

„Badanie podkreśla, że starzenie nie jest po prostu kwestią czasu chronologicznego. Różne narządy starzeją się na różne sposoby, a procesy te wydają się kształtowane zarówno przez czynniki ogólnoustrojowe, jak i swoiste dla poszczególnych tkanek” – powiedział Yimin Zheng, trzeci współpierwszy autor badania.

Potencjalne znaczenie dla przyszłej diagnostyki

Zdaniem autorów architektura tkanki może integrować wiele zmian molekularnych i fizjologicznych pojawiających się podczas starzenia oraz rozwoju chorób. Oznacza to, że obraz histologiczny nie przedstawia wyłącznie morfologii narządu, ale może zawierać znacznie więcej informacji na temat jego biologicznego stanu.

W przyszłości podobne podejście może przyczynić się do rozwoju małoinwazyjnych metod diagnostycznych umożliwiających monitorowanie stanu poszczególnych narządów i progresji chorób na podstawie badań krwi. Wymaga to jednak dalszej walidacji modeli i określenia ich rzeczywistej wartości diagnostycznej w odpowiednio zaprojektowanych badaniach klinicznych.

Praca pokazuje również rosnący potencjał sztucznej inteligencji w patologii i badaniach nad starzeniem. Połączenie obrazowania tkanek, danych dotyczących ekspresji genów oraz informacji klinicznych na dużą skalę pozwoliło stworzyć wielowymiarowy obraz tego, w jaki sposób starzenie manifestuje się w różnych częściach ludzkiego organizmu.

Autorzy i finansowanie badania

Wśród autorów pracy znaleźli się: Ernesto Abila, Iva Buljan, Yimin Zheng, Lisa Kleissl, Sigrid Klotz, Tamas Veres, Zhilong Weng, Maja Nackenhorst, Rizqah Kamies, Anja Michl, Safwen Kadri, Samir Moustafa, Wolfgang Hulla, Matthias Perkonigg, Mathias Drach, Philipp Tschandl, Barbara Sterniczky, Matthias Heinig, Laurens J. De Sadeleer, Wim Wuyts, Bart Vanaudenaerde, Laurens J. Ceulemans, Daniel D. Buchanan, Lochjlan J. Fennell, Georg Stary, Yuri Tolkach, Adelheid Wöhrer, Herbert B. Schiller oraz André F. Rendeiro. Ernesto Abila, Iva Buljan i Yimin Zheng zostali wskazani jako autorzy o równym wkładzie.

Badanie było finansowane przez Angelini Ventures S.p.A. w Rzymie. Dodatkowe wsparcie zapewnił Genotype-Tissue Expression Project – GTEx poprzez Common Fund of the Office of the Director of the National Institutes of Health oraz Google TPU Research Cloud.

Źródło: Nature Medicine, Histological aging signatures for monitoring tissue-specific aging and disease.
DOI: https://doi.org/10.1038/s41591-026-04566-5