Izdavačka kuća Alpina nefantastična knjiga objavljuje knjigu znanstvene novinarke Poline Loseve u suprotnom smjeru kazaljke na satu. TASS objavljuje ulomak o tome kako znanstvenici traže znakove starenja u tijelu.
Izdavačka kuća * Alpina non-fiction *.
Skupite ih sve
2001. godine pojavio se prvi „indeks krhkosti“, jedan od najjednostavnijih pokazatelja starenja. Istraživači su testirali veliki uzorak ljudi na pet znakova krhkosti: nenamjerno mršavljenje, slaba čvrstoća pri držanju, sporo hodanje, osjećaj umora i neaktivnost. Oni koji odgovaraju barem tri kriterija, autori kriterija smatrali su krhkim. Imali su veći rizik od lošeg zdravlja, hospitalizacije i smrti. Oni koji su odgovarali samo jednoj ili dvije karakteristike dobili su status intermedijalne krhkosti. Ovaj prvi takav kriterij još nije omogućio procjenu točnog rizika za svakog od ispitanika, ali uz njegovu pomoć već je bilo moguće izmjeriti rizike za stanovništvo kao cjelinu i njegove pojedinačne skupine.
Promotivni video:
Kasnije je na temelju te ideje narastala čitava šuma indeksa krhkosti. Od tada je broj značajki postao znatno veći i može doseći stotine, ali princip ostaje isti. Svaka značajka je parametar koji:
a) je oštećenje zdravlja (a nije svojstvo životnog stila, poput pušenja);
b) javlja se češće s godinama;
c) javlja se najmanje 1% ljudi u populaciji.
Zbroj znakova trebao bi obuhvatiti različita područja rada tijela, to jest ne samo fizičko stanje, već i mentalno i psihičko zdravlje osobe. U stvari, ovi indeksi mjere broj nedostataka / ozljeda u ljudskom tijelu, zbog čega se ponekad nazivaju i indeksi oštećenja. Svaka od desetaka ili stotina osobina dobiva se na skali od 0 do 1, a subjekt dobiva ocjenu krhkosti koja raste kako tijelo stari.
Indeks krhkosti je sastojak medicinskog pristupa starenju koji starost smatra skupom bolesti povezanih s dobi. Stoga se takvi indeksi često koriste u medicinskom radu, a dobri su u predviđanju, primjerice, potrebe starijih osoba za intenzivnom njegom. U rijetkim slučajevima djeluju i za mlade, budući da svaki nedostatak, svaka bolest povezana s dobi ozbiljno narušava njihov opstanak. Međutim, uz njihovu pomoć teško je predvidjeti bilo što drugo osim rizika od smrti, pa su za relativno zdrave ljude od male koristi. Osim toga, indeksi krhkosti ne govore nam ništa o uzroku starenja i mjere samo njegove posljedice.
Ipak, sam princip - da se ne koristi jedan parametar, već zbroj markera - je sigurno istinit, jer uzima u obzir heterogenost stanovništva. I sada istraživači pokušavaju izgraditi multivarijantne modele za procjenu biološke dobi.
Primjerice, u američkoj studiji CALERIE, koja je posvećena ograničenju kalorija, znanstvenici prate 18 različitih znakova: od količine kolesterola i hemoglobina do zdravlja sluznice. Za svaku od njih izgradili su krivulju promjene od 26 do 38 godina i izgradili model koji predviđa biološku dob na temelju zbroja promjena svih parametara, pomnoženih s određenim koeficijentima. Pokušaji procjene biološke dobi svakog pojedinog sudionika pokazali su da je populacija čak i mladih vrlo raznolika. Prema eksperimentima, biološka dob ispitanika, koja prema putovnici ima 38 godina, može biti od 30 do 50. U ovoj je studiji posebno važno da znanstvenici rade s mladim zdravim ljudima kod kojih je rizik smrti ili razvoja bolesti gotovo nemoguće procijeniti. Vjerojatno,u skoroj budućnosti pojavit će se takav složen marker starosti. Pitanje je samo koji će se određeni parametri uključiti u njega.
On nas smatra
Što znače 5, 10 ili čak 100 parametara u usporedbi sa složenošću organizacije ljudskog tijela? Kako se ne bi brinuli oko odabira najtočnijih biomarkera, brojni znanstvenici koriste fundamentalno drugačiji pristup izračunavanju biološke dobi - umjetnu inteligenciju. U posljednje vrijeme bilo je mnogo radova u kojima liječnici podučavaju neuronske mreže da dijagnosticiraju široku paletu bolesti, pa zašto ih ne primijeniti na starenje?
U SAD-u to radi grupa istraživača pod vodstvom znanstvenika Alexa Zhavoronkova. Treniraju umjetnu inteligenciju na najrazličitije znakove starenja. Na primjer, u 2018. godini naučili su ga kako izmjeriti dob osobe sa fotografije lica. Prepoznavanjem oka i okolne kože program je odredio dob s točnošću od dvije do pet godina. Istodobno, najznačajnija značajka pokazale su se bore u kutu oka: čim su se zatvorile u fotografije, zbog neuronske mreže, stariji su počeli izgledati kao mala djeca.
Zhavoronkova grupa je 2019. uzela pretrage krvi. Parametri koje su izmjerili nalikuju standardnom biokemijskom testu: količina različitih krvnih stanica, koncentracija proteina, masti, glukoze i metaboličkih proizvoda - urea, kreatinin (metabolički produkt u mišićima, koji se obično izlučuje bubrezima), bilirubin (otpadni hemoglobin). I opet, umjetna inteligencija određivala je dob ispitanika s točnošću od šest godina.
Uz put se pokazalo da je za različite spolove i etničke skupine potrebno uzeti u obzir različit skup markera. Primjerice, koncentracija natrija igrala je važnu ulogu u izračunavanju dobi Južnih Korejaca, ali nije značajno ovisila o dobi istočnih Europljana. A to je još jedna značajka koju treba imati na umu kada se bavimo biološkom dobi: vrijedno je svaki put provjeriti na temelju kojeg je uzorka razvijena metoda utvrđivanja. Ono što čini staro kinesko staro ne mora nužno raditi za Indijance.
Slijedeće na redu su mikrobi. Unatoč činjenici da još uvijek nismo sigurni kako točno različiti predstavnici crijevne mikroflore utječu na ljudsko zdravlje, umjetna inteligencija ih je već prebrojala. Usporedbom relativnog broja različitih vrsta bakterija u crijevima ljudi, neuronska mreža je naučila odrediti starost s točnošću od oko četiri godine.
Zanimljivo je da odnos pojedinih mikroba s određivanjem dobi nije ovisio o tome jesu li oni korisni za zdravlje ili su, naprotiv, štetni. U tom smislu izgledaju osobito zanimljive bakterije "prilagođene starenju". To su vjerojatno isti novonabavljeni crijevni stanovnici o kojima smo govorili u poglavlju „Mikrobi“i koji zadržavaju potrebnu raznolikost unutar starenja organizma i održavaju upalu na željenoj razini. Ali moguće je i drugo objašnjenje: ti mikrobi mogu biti odraz ne toliko starosti, koliko načina života generacije koja je sada ušla u starost: niska fizička aktivnost, velika potrošnja šećera i prerađena hrana. Ako je to istina, znanstvenici će u budućnosti morati prilagoditi metodu utvrđivanja dobi, ne samo ovisno o spolu ili rasi,ali i iz generacije i njezina načina života.
Rad na umjetnoj inteligenciji zasigurno će proširiti vidno polje i otkriti što nedostaju klasične metode. Istovremeno, nisu svi parametri koji se mjere ispunjavaju kriterije za biomarkere. Stoga se neuronska mreža koja može odrediti dob osobe čini se vrlo korisnom funkcionalnom, ali postavlja mnogo pitanja s biološkog stajališta.
Koji su od parametara koje AI uzima u obzir stvarno važni? Koji su povezani s uzrocima starenja, a koji samo odražavaju stil života? Sada se umjetna inteligencija vodi algoritmom koji nam je nerazumljiv i proizvodi nepodržana predviđanja, poput grčkog vratara. Da bismo dobili razlog da vjerujemo u njegova predviđanja, tek moramo izolirati i testirati glavne markere na koje se oslanja.
Poteškoće s konverzijom
Popis potencijalnih pokazatelja biološke dobi ne završava tu. Krhotine DNK koje cirkuliraju u krvi, količina ostataka šećera u izvanstaničnim proteinima, pa čak i značajke mozga na MRI skeniranju predlažu se kao kandidati. Jedna nedavna studija izračunala je dob mozga prema količini kisika potrošenog po jedinici glukoze. Raspad glukoze bez sudjelovanja kisika smatrao se "djetinjastim" znakom, a disanje s punim kisikom smatralo se "odraslom osobom". Ova metoda predviđala je dob s točnošću od samo 8,5 godina, ali mozak žena u prosjeku je bio četiri godine mlađi od muškaraca. Takvih je primjera mnogo, a broj kandidata za biomarker i dalje raste.
Problem je što se njihova predviđanja ne podudaraju jedno s drugim. A ako se unutar svake grupe markeri još uvijek mogu dovesti do zajedničkog nazivnika - na primjer, sve se vrste epigenetskih satova mogu kalibrirati jednako - tada razlike među skupinama ostaju velike. U različitim se studijama ponašaju različito: u nekim studijama Hannamovi (ali ne i hrvatski) satovi predviđaju rizik od smanjenih mentalnih sposobnosti i motoričkih sposobnosti, u drugom radu samo su satovi Hrvata povezani s rizikom od kardiovaskularnih bolesti i pretilosti. U trećem istraživanju, indeks krhkosti mnogo je precizniji u određivanju biološke dobi od sati metilacije, a u četvrtom nijedan od markera nije uspio dovoljno točno predvidjeti bilo koji od dobnih znakova.
Možda je poanta u uskoj "specijalizaciji" većine bioloških markera, koji su indikativni samo na "njihovom" području. Koncentracije lipida usko su povezane s pretilošću, MRI mozga - s inteligencijom, duljinom telomera - s regeneracijom i tako dalje. Ali, ako je to tako, možemo li prosuditi rizike za tijelo u cjelini prema dobi jednog organa ili organa?
Strogo govoreći, nismo sigurni da svi dijelovi ljudskog tijela stare jednakom brzinom, a da bismo o tome mogli govoriti, za sve moramo imati zajednički parametar starenja. Na primjer, epigenetički je većina tkiva (iako ne sva) približno iste dobi, ali broj starosnih stanica u njima je različit.
U tom je smislu zanimljivo promatrati bolesnike koji su bili podvrgnuti transfuziji krvi ili transplantaciji organa - nakon toga se u njihovim tijelima nalaze stanice različite biološke dobi. Mjerenja pokazuju da se u istom tijelu ne izglađuje razlika u godinama. A ako je donator bio mlađi od primatelja, tada njegove stanice nastavljaju živjeti u svoje vrijeme, ostajući mlađe od okolnih tkiva - barem prema epigenetskom satu.
Na ovaj ili onaj način, još uvijek ne postoji jedna mjera za sve organe, kao što ne postoji niti jedan biomarker pogodan za sve eksperimente. Svaki korišteni parametar rješava svoj specifični problem; u nekim istraživanjima istraživači posebno traže odvojene markere za različita područja tjelesnog života. I to ima svoju logiku: što specifičniji parametar mjerimo, to bolje razumijemo kako se formira i pod utjecajem kojeg se može promijeniti.
Kada pokušamo pronaći jedan marker za cijeli organizam, odmah se postavlja pitanje: šta točno mi zapravo mjerimo? Telomeri pokazuju jesu li stanice spremne podijeliti se, epigenetski sat pokazuje koliko stanica popravlja svoj DNK ili koliko se geni drže nevezani. Ta se dva marke gotovo nikada ne podudaraju jedna s drugom u predviđanjima. Možda ovo sugerira da svaki marker mjeri debljinu vlastitog stupa starenja - i tada nema smisla pokušavati ih povezati.
Vjerojatno je to problem biokera koji pokušavaju izmjeriti mnoge parametre svog tijela i prilagoditi ih "optimalnim" vrijednostima. Postoji nevjerojatan broj markera, a svaki od njih pojedinačno ne može značiti ništa (baš kao što svako pojedinačno područje metilirane DNK praktički nije povezano s biološkom dobi) ili daje rezultate koji se ne poklapaju s drugim predviđanjima. Stoga je malo vjerojatno da ćemo jednog dana moći pronaći jedan određeni parametar koji će odgovoriti na sva naša pitanja.
Nalazimo se u ćorsokaku: nemoguće je pronaći jedan marker, isti za sve, a mnogi manji biljezi još uvijek se međusobno slabo podudaraju i ne daju biološka objašnjenja. To je isti problem koji se suočava s borcima protiv starenja: čini se da nam više nije suđeno da otvorimo jednu čarobnu pilulu i teško je sve moguće popraviti dijelovima, kao što sugerira Aubrey de Gray. Popis promjena koje smo sastavili na stranicama ovog dijela ne ostavlja nadu za lak popravak. U sljedećem ćemo dijelu pokušati pronaći sredinu i razgovarati o tome kako potraga za uzrocima starenja pomaže otkriti što se s tim može učiniti i koji se recept za "eliksir mladosti" čini danas najvjerojatnijim.
