Makine Öğrenme Bir İnsan Nasıl Yaşlanacağını Gösterecek

Makine öğreniminin yaşlılığın takibi üstüne kullanımı.

Makine öğrenme nasıl yaşlanacağınızı gösterebilir

Çocuk felci aşısının geliştiricisi Jonas Salk tarafından 1960 yılından kurulan ve kâr amacı gütmeyen bilimsel araştırma enstitüsü Salk günümüzde en çok yaptığı biyolojik çalışmalar ile tanınıyor. Enstitüden araştırmacılar, çeşitli yaşlardaki insanların cilt hücrelerini makine öğrenme ile analiz ederek kişinin nasıl yaşlanacağı ile ilgili moleküler imzalar aradılar.

Makine Öğrenme Nasıl Yaşlanacağınızı Gösterebilir

Salk'ın Bütünleştirici Biyoloji Laboratuvarı'da asistan profesör olan Saket Navlakha, "Bu deney, insan ömrünün tamamında yaşlanmanın moleküler imzalarının olup olmadığını anlamak için yapılıyor" dedi. Profesör ayrıca "Sağlıklı ve sağlıksız yaşlanmayı öngörebilecek algoritmalar geliştirmek ve bunlar arasındaki farklılıkları bulmaya çalışmak istiyoruz" diyerek ekledi.

Makine öğrenme nasıl yaşlanacağınızı gösterebilir

Yaşlanmanın biyolojik süreçlerinin daha iyi anlaşılması, kalp hastalığı ve bunaklık gibi yaşlılıkla ilgili sağlık koşullarının daha önceden ele alınmasına yardımcı olabilir. Ekip, yaşları 1 ile 94 arasında değişen 133 sağlıklı insandan dermal (deriye ait) fibroblast örnekleri topladı. Fibroblast, bağ dokusu oluşturan ve yaralanma sonrası cildin iyileşmesine yardımcı olan bir cilt hücresi türü.

Aynı zamandan erken yaşlılık ya da hızlı yaşlanma hastalığı olarak bilinen, progeria hastalığına sahip 10 insandan fibroblast örnekleri aldılar. Bilim insanları sonuç olarak, RNA dizilimini ve özel makine öğrenme algoritmalarını kullanarak yaşlanmanın işareti olan bazı biyolojik biyobelirteçler buldular. Testlerde ortalama sekiz yıldan daha az bir sapmayla bir kişinin yaşı doğru tahmin edilebildi.

Makine Öğrenme ile Protein Kodlayan Genlere Müdahale Edildi

Salk'da bir doktora sonrası araştırmacısı olan Jason Fleischer, "Bu projede 'mutfak lavabosu' yaklaşımını benimsedik" açıklamasını yaptı. "Bu araştırmada bulmak istediklerimizi düşünmek yerine, protein kodlayan tüm genlerin ifadelerindeki değişikliklere bakmaya ve algoritmaların bunları düzenlemesine izin verdik" diyerek ekledi. "Bunu yapmak için küme makine öğrenme denilen bir yöntemi kullandık."

Deri biyopsisinden elde edilen insan fibroblast hücre çizgisi
Deri biyopsisinden elde edilen insan fibroblast hücre çizgisi

Sonuçlar resmi geçerlilik kazanırsa, Salk ekibinin bulguları, hastaları yaşa bağlı koşullara hazırlamak ve daha sağlıklı yaşam için mevcut seçenekler hakkında nokta atışı tavsiyelerde bulunmak için doktorlar tarafından benimsenecek. Navlakha, "Yaşlanma, Alzheimer ve diğer nörolojik problemler dahil olmak üzere pek çok hastalığın makinistidir" dedi.

Salk araştırmacısı devamında "Fibroblastlarda gördüğümüz değişikliklerin diğer hücrelerde yaşlanma ile bağlantılı olduğunu gösterebilirsek, bunları hastaya özel müdahaleler geliştirmede kullanabiliriz." diyerek ekledi. Önleyici tedaviler geliştirilmeden önce birkaç ek araştırma daha yapılması gerekiyor. Buradan elde edilen sonuçlar tüm insanlık için önemli olabilir.