Método alimentado por IA combina dados de sangue para medir com mais precisão a idade biológica

Pesquisadores da Universidade Edith Cowan (ECU) desenvolveram uma forma inovadora de medir a idade biológica, que poderia facilitar a detecção e o rastreamento de condições relacionadas à idade.

O estudo, “Integração Multi-Omics Orientada por Aprendizado de Reforço Profundo para Construir gtAge: Um Novo Relógio de Envelhecimento de IgG N-glicoma e Transcriptoma de Sangue”, foi publicado em Engenharia.

Uma equipe da ECU, juntamente com pesquisadores do Royal Prince Alfred Hospital em Sydney e da Shantou University Medical College na China, estudou elementos no sangue que mudam com a idade, especificamente o IgG N-glicoma, que se refere à estrutura do açúcar ligada aos anticorpos, bem como um instantâneo da atividade genética nas células sanguíneas, chamado transcriptoma.

Ao combinar esses dois conjuntos de dados usando uma técnica de inteligência artificial (IA) chamada Deep Reinforcement Learning, os pesquisadores criaram um novo relógio antigo chamado gtAge.

O método gtAge previu a idade de uma pessoa com 85% de precisão – mais preciso do que usar apenas o N-glicoma IgG ou apenas o transcriptoma.

Eles também descobriram que a diferença entre a idade prevista e a idade real – chamada idade delta – estava ligada a marcadores de saúde relacionados ao envelhecimento, como os níveis de colesterol e de açúcar no sangue.

Idade – é apenas um número?

Coautor e pesquisador de pós-doutorado na Escola de Ciências Médicas e da Saúde da ECU, Dr. Xingang Li explicou que embora a idade cronológica – o tempo decorrido desde o nascimento – seja a métrica mais direta e comumente usada, ela não captura inteiramente a variabilidade individual no processo de envelhecimento.

“Na realidade, alguns indivíduos permanecem saudáveis ​​até aos 80 e 90 anos, enquanto outros podem experimentar um declínio relacionado com a idade muito mais cedo”, disse o Dr. Li.

“Essa discrepância pode ser atribuída a diferenças na idade biológica, que integra fatores genéticos, de estilo de vida, nutricionais, relacionados a doenças e de saúde geral para refletir com precisão o verdadeiro processo de envelhecimento biológico”.

Dr. Li observou que gtAge explica 85,3% da variação na idade cronológica.

“Ao fundir os dados do IgG N-glicoma e os dados do transcriptoma, elevamos a precisão da estimativa do envelhecimento biológico”, disse ele. “Isso está relacionado a riscos reais à saúde e pode ajudar a detectar mais cedo pessoas em risco de doenças relacionadas à idade”.

Processando os dados

Em um exemplo importante de trabalho interdisciplinar, o coautor Dr. Syed Islam, professor sênior de ciência da computação da ECU, liderou o lado de IA do estudo.

“Para melhorar a previsão de idade usando dados multiômicos integrados, desenvolvemos uma ferramenta de IA personalizada chamada AlphaSnake, alimentada por Deep Reinforcement Learning”, explicou o Dr.

“Este algoritmo funciona escolhendo os pontos de dados mais úteis de duas fontes biológicas diferentes, evitando as armadilhas de apenas misturar dados cegamente.”

Para onde vamos daqui?

O estudo envolveu testar o gtAge em 302 adultos de meia-idade do Busselton Healthy Aging Study, na Austrália Ocidental.

Com o envelhecimento da população australiana, a equipe de pesquisa acredita que o gtAge poderia servir como uma ferramenta médica valiosa.

“Ao medir a idade biológica e não apenas observar a data de nascimento de alguém, pode ser muito útil compreender melhor a sua saúde”, disse o Dr. Islam.

“Se soubermos com antecedência, poderemos mudar nosso estilo de vida para melhor atuar na preservação de nossa saúde e ajudar a prevenir alguns dos danos que nosso corpo possa ter sofrido”.

Xuerui Tan e o professor Wei Wang foram co-autores do estudo.