Araştırmacılar, göz sıvısındaki proteinleri inceleyerek oküler yaşlanmayı ölçecek bir yönteme öncülük ettiler. Yapay zekayı kullanarak, yaklaşık 6.000 proteinden 26'sından yaşlanmayı tahmin edebilen bir "göz yaşlandırma saati" oluşturdular. Bulguları daha kişiselleştirilmiş tıbbi tedavilere yol açabilir ve hastalık tetikleyicilerinin anlaşılmasına yardımcı olabilir. Ekip, bu yöntemi diğer vücut sıvılarına da uygulayarak çeşitli rahatsızlıklara yönelik ilaç geliştirmeyi artırmayı amaçlıyor.
Yeni bir teknik olan TEMPO, hastalıkların hücresel kökenini belirlemek için protein kökenlerinin izini sürüyor.
Yaklaşık 6.000 proteinden 26'sının oküler yaşlanmayı tahmin edebildiği belirlendi.
Hastalıklı gözlerde, ileri yaşlanmayı işaret eden proteinler vardı; farklı hastalıklar, farklı hücresel suçluları ortaya çıkarıyordu.
Kaynak: Stanford
Stanford Tıp araştırmacıları ve işbirlikçileri, göz sıvısını incelemek için geliştirdikleri bir tekniği kullanarak, oküler yaşlanmayı ölçmenin bir yolunu buldular ve çok sayıda göz hastalığının tedavisi için yollar açtılar.
Bilim adamları sıvıdaki yaklaşık 6.000 proteini incelediler ve bunlardan 26'sını yaşlanmayı tahmin etmek için kullanabileceklerini buldular. Yapay zekayı kullanarak, hangi proteinlerin her hastalıkta yaşlanmayı hızlandırdığını gösteren ve tedaviler için yeni potansiyel hedefleri ortaya çıkaran, gözü yaşlandıran bir "saat" geliştirdiler .
Çalışma 19 Ekim'de Cell'de yayınlandı . Oftalmoloji profesörü PhD Vinit Mahajan kıdemli yazardır ve Mahajan'ın laboratuvarında doktora sonrası araştırmacı olan Julian Wolf, MD makalenin baş yazarıdır.
Mahajan ve meslektaşları, çeşitli hastalıklara karşı daha etkili ilaçlar geliştirmek amacıyla saat yöntemini diğer vücut sıvılarına uygulamayı planlıyor.
"Bu, hastalıkların hızlandırılmış yaşlanmayı tetiklediğini öne süren şimdiye kadar yapılmış en iyi bağlantılardan biri" dedi.
Küçük, yenilenebilir örneklerle mümkün olan en fazla bilgiyi toplamak için Mahajan ve ekibi bir teknik geliştirdi: TEMPO, yani birden fazla protein kaynağının ifadesinin izlenmesi. TEMPO, proteinleri, proteinleri oluşturan RNA'nın bulunduğu hücre tipine kadar takip ederek, bilim adamlarının hastalığa yol açan proteinlerin hücresel kökenini anlamalarına olanak tanıyor ve sonunda kişiselleştirilmiş tıbbi tedavilerle hücreleri hedef alabilecekleri umudunu taşıyor.
Mahajan, "Her türlü başarılı terapiyi geliştirmenin ilk adımı molekülleri anlamaktır" dedi. "Moleküler düzeyde, hastalar aynı hastalığa sahip olsalar bile farklı belirtiler gösteriyorlar. Geliştirdiğimiz moleküler parmak iziyle her hasta için işe yarayan ilaçları seçebiliyoruz."
Yaşlanan gözlerin ardındaki suçlu hücreler
Ekip, hangi hücresel süreçlerin çeşitli göz hastalıklarına katkıda bulunduğunu daha iyi anlamak için, hastalara ameliyat sırasında lokal anestezi uygulanırken aköz mizahtan (lens ile kornea arasındaki sıvı) alınan sıvı biyopsileri analiz etti.
Sıvı, üç tür göz hastalığı olan hastalardan toplandı: gözdeki kan damarlarının sızmasına neden olan ve görme kaybına yol açan diyabetik retinopati; gözün arkasındaki ışığa duyarlı hücrelerin parçalanmasına neden olan retinitis pigmentosa; ve üveit, yani göz içindeki iltihaplanma.
Mahajan ve ekibi, 46 sağlıklı hastanın göz sıvısını kullanarak hastanın yaşını tahmin etmek için bir yapay zeka algoritması geliştirdi. Daha sonra, bu proteinlerin bir alt kümesinin hastanın yaşını tahmin edip edemeyeceğini görmek için algoritmayı sıvıda bulunan yaklaşık 6.000 proteinle beslediler. Grup olarak kullanıldığında bunu yapabilen 26 tane buldular.
Hastalıklı göz sıvısını sağlıklı sıvıyla karşılaştırdıklarında, hastalıklı gözleri olan hastalarda daha yüksek bir yaşı gösteren proteinlere sahip olduklarını buldular: Erken evre diyabetik retinopatisi olan hastalarda 12 yaş daha büyük, geç evre diyabetik retinopatisi olanlarda 31 yaş, 16 yaş daha yaşlı. retinitis pigmentosa hastalarında ve üveit hastalarında 29 yaşındadır.
Model ayrıca artan yaşı belirtmekten sorumlu hücrelerin her hastalıkta farklı olduğunu buldu: geç evre diyabetik retinopatide vasküler hücreler, retinitis pigmentosada retinal hücreler ve üveitte bağışıklık hücreleri.
Ayrıca tedavide yaygın olarak hedeflenen bazı hücrelerin hastalığa en fazla karışan hücreler olmadığını da buldular ve bu da tedavilerin yeniden değerlendirilmesini teşvik etti. Örneğin, diyabet ilaçları genellikle kan damarı hücrelerini hedef alır, çünkü bunlar hastalık nedeniyle sızıntı yapar, ancak ölü hücreleri ortadan kaldıran bir bağışıklık hücresi olan makrofajlarda sağlıklıdan son aşamadaki diyabetik retinopatiye kadar proteinlerde büyük bir artış olduğunu buldular.
Araştırmacılar bazı hücrelerin semptomlar ortaya çıkmadan önce hızlandırılmış yaşlanma gösterdiğini buldu. Mahajan, moleküler yolu erken tedavi etmenin hastalık hasarını onarılamaz hale gelmeden önleyebileceğini söyledi.
Klinik deneylerin bilgilendirilmesi
Mahajan, hem yaşlanma hem de hastalık hücrelerini hedeflemenin tedaviyi daha etkili hale getirebileceğini, çünkü ikisinin ayrı ayrı hareket ettiğini ancak aynı anda göze zarar verdiğini söyledi.
Mahajan, araştırmacıların TEMPO tekniğini ve yaşlanma saatini karaciğer safrası ve eklem sıvısı gibi diğer organ sıvılarına uygulayacağını öngörüyor.
Mahajan, araştırmacıların bu biyobelirteçleri bilerek daha başarılı klinik deneyler yürüteceklerini, çünkü hastalıklara yol açan hücresel süreçlere daha ayrıntılı bir bakış açısına sahip olacaklarını umuyor. Şu anda fare modellerinde veya insan hücrelerinde test edilen ilaç adaylarının %90'ı klinik deneylerde başarısız oluyor. Mahajan, hastalıkları ve yaşlanmayı yönlendiren hücrelerin bilinmesinin başarı şansını artırabileceğini söyledi.
Mahajan, "Sanki bu canlı hücreleri elimizde tutuyor ve onları bir büyüteçle inceliyormuşuz gibi" dedi. "Hastalarımızı moleküler düzeyde yakından tanıyor ve tanıyoruz; bu da hassas sağlık ve daha bilinçli klinik araştırmalara olanak sağlayacak."
Çalışmaya Danimarka'daki Aarhus Üniversitesi, Minnesota Üniversitesi, Minnesota Retina Danışmanları, Calgary Üniversitesi, Iowa Üniversitesi ve Gazi İşleri Palo Alto Sağlık Sistemi'nden araştırmacılar katkıda bulundu.
Finansman: Araştırma ekibi NIH hibeleri (R01EY031952, R01EY031360, R01EY030151, P30EY026877, R01EY030151, R01EY031952 ve R35GM138353), Stanford Üniversitesi, Körlüğü Önleme Araştırması, VitreoRetinal Cerrahi Vakfı, Lundbeck Vakfı'nın DARE üyesi tarafından desteklenmiştir. gemisi ve BrightFocus Vakfı'nın Makula Dejenerasyonu Araştırma programı.
Çalışma, ameliyathanede toplanan göz sıvısından oluşan bir biyobanka oluşturan Byers Göz Enstitüsü'ne bağlı Stanford araştırmacıları tarafından mümkün kılındı.