《自然衰老》杂志最近发表的一项研究调查了人工智能（AI）衍生的多个器官系统生物年龄差距（BAG）的遗传结构及其与生活方式、慢性疾病和衰老的联系。
衰老是一个多方面的生物过程，受生活方式、遗传和环境因素的影响，会影响器官系统并导致慢性疾病。揭示不同器官衰老的表型异质性可以推动精准医疗的发展。一项研究使用 AI 估计 BAG 来调查这种异质性。
BAG 代表个人 AI 预测年龄与实际年龄之间的差异。尽管多器官研究取得了进展，但仍有两个问题：哪些遗传变异会影响 BAG 的表型异质性，以及它们如何相互关联、与生活方式因素和慢性疾病之间有何因果关系？
研究与发现
在本研究中，研究人员利用计算基因组学和人工智能探索了九个器官系统的 BAG 遗传结构及其与生活方式因素、器官老化和慢性疾病的因果关系和关联。他们使用了来自英国生物库的 370,000 多名参与者的多组学数据。
首先，使用支持向量回归分析，利用临床和器官特异性成像数据，推导出代谢、肌肉骨骼、心血管、眼、脑、免疫、肾、肝和肺系统的 BAG。在全基因组关联研究 (GWAS) 中，BAG 被拟合为表型，以识别独立的遗传信号，即基因座。
随后，进行了几项下游分析来验证遗传信号。这些分析包括基于单核苷酸多态性的遗传力估计、组织特异性基因表达分析、基因集富集分析、基因-药物-疾病网络分析、因果关系分析和遗传相关性。
总体而言，共鉴定出 393 对与 9 个 BAG 相关的 BAG 基因组位点对。研究人员注意到器官特异性以及器官间串扰。BAG 之间的表型和遗传相关性相似，支持了 Cheverud 的推测（表型相关性可能是遗传相关性的合理估计）。
组织特异性基因表达分析验证了基因信号，表明器官特异性富集。也就是说，与心血管 BAG 相关的基因在动脉和心脏组织中过度表达或富集。此外，该团队还确定了 BAG、生活方式因素（例如体重和睡眠）和慢性疾病（例如糖尿病和阿尔茨海默病）之间的潜在因果关系。
结论
总之，这项研究强调了器官系统并非孤立运作的观点，强调了器官内器官特异性的相关性以及器官系统之间的相互联系。跨器官的相互联系表明，针对不同器官系统疾病的药物可以重新利用，从而提高药物开发的成功率。这项研究的局限性包括研究结果不适用于不同种族群体。
“我们对这项研究及其未来的研究途径感到非常兴奋。我们预见到从单器官到多器官方法的范式转变，从而能够更全面地模拟人类衰老和疾病。” ——首席作者温俊豪。
虽然欧洲人群与其他祖先群体之间的 GWAS 贝塔值存在很强的相关性，但研究应侧重于代表性不足的群体。此外，一些器官系统，尤其是心血管 BAG，性别差异明显。总体而言，结果表明，应该更全面地探索这项研究，同时考虑疾病和衰老，因为性别差异通常存在于慢性疾病中，包括自闭症和阿尔茨海默病。
