Нейросеть для диагностики скорости старения усовершенствовали учёные ННГУ

Учёные Университета Лобачевского усовершенствовали нейросеть для диагностики скорости старения. Новая модель иммунологических часов получила название SImAge (Small Immuno Age). Она построена на основе глубокой нейронной сети FT-Transformer.

Нейросеть оценивает состояние организма по 10 биомаркерам, которые отражают риск развития возрастзависимых заболеваний: патологий сердца, нарушений физической и когнитивной активности и других. На их основе модель делает вывод о сбоях в работе иммунной системы и вычисляет иммунологический возраст человека. Разработка позволяет тестировать эффективность терапевтических подходов, составлять рекомендации по корректировке образа жизни, проводить персонализированную диагностику возрастных аномалий в организме.

«Иммунные клетки избавляются от биологического мусора, от патогенов или ненужных веществ. Это системное воспаление, которое мы не замечаем. Но с возрастом эти процессы становятся всё активнее, иммунные клетки могут наносить вред здоровым клеткам и тканям. Для оценки опасности таких аномалий учёные выбирают разные наборы биомаркеров. В нашем новом исследовании мы выбрали 10 наиболее значимых. Это цитокины – молекулы, отвечающие за воспалительные процессы и общение иммунных клеток между собой. Вместе они дают наибольший объём информации для описания иммуновоспалительного статуса человека», –рассказал заместитель директора Института биологии старения, ведущий научный сотрудник лаборатории системной медицины здорового старения ННГУ Михаил Иванченко.

Подобные модели – «иммунологические часы» – разрабатывают учёные по всему миру. В своём исследовании нижегородцы работают в партнёрстве с Университетом Болоньи (Италия) при участии ведущего геронтолога Клаудио Франчески, автора концепции «воспалительного старения».

По словам авторов разработки, на сегодняшний день SImAge – это самая устойчивая и компактная модель «иммунологических часов». В ходе исследования она показала ускоренное старение для пациентов с терминальной стадией почечной недостаточности. По оценке SImAge, их иммунологический возраст превышал календарный на 10-30 лет.

«Классический подход, когда мы сдаём анализы и показатели сравниваются со средними значениями, эффективен в острых случаях, когда уже видны симптомы и можно ставить диагноз. Наш метод более чувствителен к воспалительным процессам. Он поможет оценить отклонения внутри границ нормы, на ранних этапах предсказать появление возрастных заболеваний. Это дополнительная диагностика, которая позволит сделать оценку воспалительных процессов более объективной», – сообщил Михаил Иванченко.

Авторы планируют расширять базу данных, тестировать модель SImAge на участниках с различными возрастными и иммунологическими заболеваниями и совершенствовать нейросеть для более точной диагностики воспалительных процессов у максимально широкого круга людей.

Исследования проводятся в рамках федерального проекта «Искусственный интеллект» при грантовой поддержке Аналитического центра при Правительстве РФ и Института системного программирования им. В.П. Иванникова РАН.

Работа "Small immunological clocks identified by deep learning and gradient boosting" опубликована в международном научном журнале Frontiers in Immunology.