Minnesota Universiteti və Duke Universitetinin "Aging Cell" jurnalında dərc olunmuş yeni bir araşdırmasında qandakı kiçik molekulların – kiçik RNT-lərin – ömür uzunluğundakı fərqləri necə izah edə biləcəyi araşdırılır.
RNT-lər hüceyrə funksiyasını tənzimləyir. MikroRNT-lər (miRNT-lər) və piRNT-lər (piRNT-lər) daxil olmaqla kiçik RNT-lər gen aktivliyini idarə edir və qocalmaya və sağ qalmaya təsir göstərə bilər.
Ucnoqta.az xəbər verir ki, tədqiqatçılar müəyyən kiçik RNT-lərin uzunömürlülüklə əlaqəli olub-olmadığını, sağ qalmanı proqnozlaşdıra bilib-bilmədiklərini və sağlam qocalmanı təşviq edən gələcək dərmanlar üçün potensial terapevtik hədəfləri müəyyən etmək üçün 71 yaşdan yuxarı 1200-dən çox yetkinin qan nümunələrini təhlil etdilər.
Tədqiqat nəticələri:
– Dövr edən kiçik RNT-lər və ömür uzunluğu arasında səbəb-nəticə əlaqəsi təsdiqlənib.
– Kiçik RNT-ləri iştirakçılarda iki illik sağ qalmanı dəqiq proqnozlaşdıran klinik və demoqrafik məlumatlarla birləşdirən bir model hazırlayıblar.
– Yüzilliklərdə səviyyələri daim aşağı olan doqquz piRNT müəyyən edildi ki, bu da onların potensial terapevtik tətbiqini göstərir.
"Kiçik RNT-lər uzunömürlülüyün güclü proqnozlaşdırıcıları və perspektivli biomarkerləri olduğunu sübut edir.
Sadə bir qan testi bu molekulların kəmiyyətcə müəyyən edilməsinə imkan verir, fərdiləşdirilmiş monitorinqə və yaşlanma prosesinə müdaxilə edə və daha sağlam, daha uzun ömür sürə biləcək yeni müalicələrin hazırlanmasına yol açır", – deyə Minnesota Universitetinin həmmüəllifi Sisi Ma qeyd edib.
Tədqiqatın əsas xüsusiyyəti Minnesota Universitetinin Səhiyyə İnformatikası İnstitutunda istifadə edilən süni intellektdən istifadə edərək səbəb proqnozlarını vermək qabiliyyəti idi.
Hadisələr arasındakı korrelyasiyaları qiymətləndirən ənənəvi süni intellektdən fərqli olaraq, səbəbli süni intellekt onların "niyə"sini ortaya qoyur. Duke Universitetinin yaşlanma mütəxəssisləri ilə əməkdaşlıq hesablama metodlarının və klinik təcrübənin birləşməsinə nəticələrin həm bioloji cəhətdən mənalı, həm də tibbə tətbiq olunmasını təmin etməyə imkan verdi.
Tədqiqat laboratoriyadan klinikaya gedən yolu optimallaşdırmaq üçün süni intellektdən istifadəyə yeni bir yanaşma təqdim edir. Biotibbi tədqiqatlara inteqrasiya olunmuş süni intellekt vasitələri tibbi irəliləyişlər üçün daha sürətli və daha miqyaslı bir model yaradır.