Сравнительный анализ РНК клеток префронтальной коры человека и тканей головы дрозофилы позволил определить 50 консервативных генов, связанных со старением, — говорится в исследовании, опубликованном в журнале PLoS One. Данные об экспрессии этих генов позволили достоверно предсказать возраст владельца при помощи алгоритмов машинного обучения. На основе экспрессии также удалось классифицировать образцы по возрастным группам с точностью 93 процентов для дрозофилы и 88 процентов для человека. Эти результаты показывают консервативные гены старения, при помощи которых этот процесс можно будет исследовать на модельных организмах.
Биологи стараются изобрести «лекарство от старости», однако становится все более очевидно, что бороться эффективнее с отдельными проявлениями старения. Так, например, преклонный возраст — это самый большой фактор риска при развитии нейродегенеративных заболеваний. В свою очередь на него влияет экспрессия генов: например, белков межнейронной передачи или сигналов клеточной гибели. Чтобы исследовать консервативные (сохраняющиеся в эволюции) процессы старения в мозге, можно провести сравнительный анализ между эволюционно далекими видами — их общие признаки можно будет считать консервативными и использовать для дальнейших исследований.
Именно так и поступили исследователи из Университета Айовы под руководством Джо Уэбба (Joe L. Webb) и Симона Мо (Simon M. Moe). Они проанализировали данные о работе генов в клетках префронтальной коры человека и клетках тканей головы дрозофилы (мозга и зрительной системы). Биологи использовали данные статей из открытых источников, которые содержали РНК-секвенирование (транскриптом) нужных тканей у здоровых субъектов, для которых был известен возраст. Транскриптомы для анализа состояли из большого количества коротких РНК-прочтений, которые прошли фильтр по достоверности прочтения каждого нуклеотида.
Полученные последовательности выровняли на геномы соответствующих организмов — то есть сопоставили последовательности секвенирования всей совокупности ДНК клеток и определили ген, к которому относится фрагмент. Далее все образцы случайным образом разделили на тренировочные и тестовые данные для нескольких видов моделей машинного обучения. Алгоритмы решал регрессионную задачу — то есть по данным секвенирования предсказывал возраст человека или мухи. Лучше всех справился алгоритм XGBoost: для человека его точность была 80 процентов, а для мухи — 93. Именно его и выбрали для последующего анализа.
Все гены ранжировали по степени корреляции их экспрессии с возрастом от самой сильной корреляции к самой слабой. И у человека, и у мухи отобрали по 1000 генов, экспрессия которых сильнее всего коррелировала с возрастом. Далее в этих списках искали совпадения, чтобы определить 50 совпадающих (эволюционно консервативных) из них.
Полученные гены проанализировали при помощи баз данных, чтобы лучше понять их функции. Биологи построили карту взаимодействия генов при помощи показателя достоверности STRING, а также определили сигнальные пути, к которым относятся гены. Самыми частыми из них оказались
— универсальный сигнальный путь, отвечающий за развитие и метаболизм клеток, а также
— еще один универсальный путь, влияющий в том числе и на экспрессию. Среди генов также нашли те, что связаны с болезнями Альцгеймера и Паркинсона.
Процессы старения мозга изучают и на более близких к человеку видах. Например, недавно биологи обнаружили, что пересадка фекальной микробиоты способствует омоложению мозга старых мышей. Образцы кала от молодых мышей исследователи пересадили старым, вызвав у них улучшения в показателях иммунитета, метаболитов гиппокампа и когнитивных способностях.
Анна Муравьёва