Využití biologických dat pro vývoj predikčních modelů stárnutí
Vývoj takzvaných biologických hodin stárnutí vychází z předpokladu, že jakýkoliv komplexní soubor biologických dat, který se v čase mění, může sloužit jako základ pro měření biologického věku. S využitím technik strojového učení lze v těchto datech identifikovat vzorce a korelace mezi různými měřeními a klinickými ukazateli, jako je riziko úmrtnosti nebo výskyt nemocí spojených s vyšším věkem. Ačkoliv jsou tyto technologie vyvíjeny již několik let, přetrvává otázka jejich praktického využití při urychlení vývoje terapií zaměřených na proces stárnutí. Klíčovou výzvou zůstává skutečnost, že validace reakce těchto hodin na terapeutické zásahy vyžaduje dlouhodobé a nákladné studie přežití, což zatím omezuje jejich přínos pro zrychlení výzkumu.
Nové poznatky v oblasti hlasové analýzy jako biomarkeru stárnutí
Vědecká obec se v rámci hledání škálovatelných a dostupných nástrojů zaměřila na analýzu řečových vzorců. Nedávná studie publikovaná v Science Advances představuje takzvané řečové hodiny (speech clock), které byly vytvořeny na základě dat od 2928 osob z pěti latinskoamerických zemí. Soubor zahrnoval zdravé jedince, pacienty s mírnou kognitivní poruchou, Alzheimerovou chorobou a různými formami frontotemporální demence.
Výzkumníci využili multimodální akustické a lingvistické charakteristiky k vytvoření modelu, který odhaduje chronologický věk. Z tohoto modelu vyplynula hodnota označovaná jako speech age gap (SAG), která představuje odchylku řečového profilu od chronologického věku. Pozitivní hodnoty u tohoto ukazatele značí řečový profil, který odpovídá staršímu biologickému věku.
Korelace s klinickými a biologickými markery
Analýza prokázala, že hodnoty SAG dokáží odlišit diagnostické skupiny, přičemž nejnižší odchylky byly zaznamenány u kontrolní skupiny zdravých jedinců a nejvyšší u pacientů s jazykově dominantní formou frontotemporální demence. U pacientů s Alzheimerovou chorobou byla zjištěna korelace mezi SAG a hladinami proteinu p-Tau217 v krvi.
Studie dále sledovala souvislost mezi řečovými hodinami a dalšími zavedenými metodami měření biologického věku. U zdravých jedinců a pacientů s Alzheimerovou chorobou byla nalezena souvislost mezi SAG a hodnotami zjištěnými pomocí epigenetických hodin, jako jsou Hannum, Retroclock či OMICmAge. Výsledky naznačují, že řečové hodiny mohou fungovat jako škálovatelný a nákladově efektivní biomarker, který je navíc kulturně adaptabilní, což umožňuje jeho využití v globálně různorodých populacích.