Тенденции в исследованиях, связанных со старением

Учёные из Европейского университета Валенсии и Стэнфордской медицинской школы проанализировали более 460 000 публикаций по старению, чтобы понять, как менялись исследования в этой области и какие темы изучены меньше всего. Исследование опубликовано в журнале Aging-US.

Команда использовала методы искусственного интеллекта, включая обработку естественного языка и машинное обучение, чтобы выделить ключевые темы и тенденции в исследованиях старения. Авторы проанализировали научные работы, опубликованные с 1925 по 2023 год, и сгруппировали их в тематические кластеры. Это позволило увидеть, как менялся интерес к различным аспектам старения с течением времени.

Результаты показали, что исследования старения постепенно смещались от фундаментальных клеточных моделей к клиническим темам, особенно к возрастным заболеваниям, таким как болезнь Альцгеймера и деменция. Авторы отметили растущее разделение между фундаментальной наукой и клиническими исследованиями:

• фундаментальные исследования сосредоточены на клеточных механизмах, включая окислительный стресс, укорочение теломер и митохондриальную дисфункцию (сбой в работе митохондрий, который приводит к нарушению выработки энергии в организме).
• клинические исследования изучают гериатрию (профилактика и лечение заболеваний, характерных для пожилого и старческого возраста), здоровье пожилых людей и нейродегенеративные болезни. 

Анализ также выявил новые темы, быстро набирающие популярность, такие как аутофагия (процесс, при котором клетки организма «очищают» себя, удаляя повреждённые или ненужные компоненты), биология РНК и изучение питательных веществ, но они пока слабо связаны с клиническими исследованиями. Некоторые потенциальные направления, такие как связь эпигенетики (науки о том, как активность генов регулируется без изменения самой ДНК) с аутофагией или дисфункция митохондрий, остаются малоисследованными.

Авторы отмечают, что применение искусственного интеллекта для анализа публикаций позволило создать историческую карту исследований старения и определить темы, которые требуют совместной работы разных областей науки. Эти данные могут стать основой для более эффективных и взаимосвязанных будущих исследований в области старения и возрастных заболеваний.

Ранее, специалисты из OpenAI совместно с компанией Retro Biosciences создали модель ИИ, которая может разрабатывать препараты против старения.