Minél tovább éljünk egészségesen!
Az öregedési folyamattal kapcsolatos kutatatásukat a Scientific Reports-ben tették közzé az ELTE Genetika Tanszék és az MTA kutatói.
Az ELTE Genetikai Tanszék kutatói (Sturm Ádám és Vellai Tibor) és az MTA SZTAKI Big Data – Lendület Kutatócsoportjának munkatársai (Kerepesi Csaba, Daróczy Bálint és Benczúr András) öregedést szabályozó emberi fehérjéket prediktáltak a legújabb gépi tanulási módszerek segítségével. Az eredményeket összefoglaló tanulmány a rangos Scientific Reports online folyóiratban jelent meg
Habár az öregedés nagy hatással van az emberi egészségre és a gazdaságra, az öregedés molekuláris alapjai – szabályozása és mechanizmusa – még kevéssé ismertek. Jelenleg körülbelül 300 fehérjéről feltételezik a szakemberek, hogy fontos szerepet játszanak az emberi öregedés szabályozásában. Ezek közt találjuk például a „Werner syndrome ATP-dependent helicase”-t, amelyről ismert, hogy a fehérjét kódoló gén mutációja felelős a gyors öregedést okozó Werner-szindróma betegség kialakulásáért. Szintén azonosított öregedést szabályozó fehérje például a FOXO1 és az mTOR is, melyekkel kapcsolatban korábbi kísérletek kimutatták, hogy befolyásolásukkal lassítható egyes genetikai modellállatok (pl. a fonalféreg, az ecetmuslica és a házi egér) öregedése, és ezáltal megnövelhető az állatok élettartama. Az mTOR-ral kapcsolatos első ilyen eredményt éppen a most közölt tanulmány egyik társszerzője, Vellai Tibor és munkatársai publikálták a Nature folyóiratban 2003-ban.
Bár az egyes öregedéssel kapcsolatos fehérjéket intenzíven tanulmányozzák, de azt, hogyan alkotnak együtt egy szabályzórendszert és mi különbözteti meg őket a többi fehérjétől, kevésbé kutatják. Az ELTE Genetikai Tanszék és az MTA SZTAKI kutatói ezt az űrt betöltendő minden egyes humán fehérjéhez 21000 fehérjetulajdonságot gyűjtöttek ki különféle biológiai adatbázisokból, majd a kapott adatokat a legújabb gépi tanulási algoritmusokkal elemezték. Több lépcsőben szelektálva a fehérjejellemzőket és több szelektált adathalmazon futtatva a tanulóalgoritmusokat, sikerült találniuk egy biológiailag könnyen értelmezhető – mindössze 36 jellemzőből álló – bináris osztályozó modellt, amely megmondja, milyen tulajdonságok kellenek ahhoz, hogy egy fehérje részt vegyen az ember öregedési folyamatának szabályozásában.
Több hasonló matematikai modell predikcióinak felhasználásával a kutatók sorrendbe tették az emberi fehérjéket aszerint, melyik milyen szerepet tölt be az öregedés mechanizmusában vagy szabályozásában. Ez a lista két szempontból hasznos: egyrészt megmutatja az öregedés kulcsszereplőit, azokat a fehérjéket, amelyeket leginkább érdemes lenne tanulmányozni ahhoz, hogy megértsük az öregedés molekuláris alapjait, másrészt az adatok segítségével a kutatók azonosítottak olyan új öregedéssel kapcsolatos fehérjéket (például a „Cytochrome b-245 light chain”-t és az „Endoribonuclease ZC3H12A”-t), amelyeknek öregedést szabályozó szerepe eddig nem volt ismert. A tanulmány által kiemelt fehérjék alaposabb tanulmányozása és a velük kapcsolatos jövőbeni kísérletek új eredményekkel járulhatnak hozzá az öregedési folyamat kutatásához és ezáltal ahhoz, hogy minél tovább élhessünk egészségesen, időskori betegségektől mentesen.
