Клетки хранят скрытые подсказки о возрасте и болезнях

Ученые из Йельского университета представили метод, который способен увидеть в обычных тканевых образцах то, что раньше было скрыто — признаки биологического возраста, генетические особенности и ранние намеки на болезнь. Все это без дополнительного оборудования: только микроскоп, машинное обучение и тонкая работа с изображениями.

Клетки хранят скрытые подсказки о возрасте и болезнях

Исследователи показали, что клетки несут в себе гораздо больше информации, чем можно заметить при стандартном просмотре срезов. В тканях зашифрованы паттерны, которые связаны с активностью генов и возрастными изменениями, и новая модель смогла их прочитать. Это открывает огромные возможности как для науки, так и для медицины — от диагностики до прогнозирования рисков заболеваний.

Команда использовала тысячи изображений, генетические данные и информацию о РНК от сотен добровольцев. Машинное обучение позволило связать внешний вид клеточных структур с процессами, происходящими внутри организма. Особенно информативными оказались ядра клеток — их форма, размер и организация. Именно они несли ключевые подсказки о том, как работают гены и какие изменения уже начались с возрастом.

Некоторые ткани оказались особенно интересными. Кожа, сосуды, нервы и репродуктивные органы точнее других отражают биологический возраст, потому что в них возрастные изменения заметнее. Легкие, сердце и ткани яичек позволили наиболее точно предсказывать активность генов — такие образцы дали самые яркие сигналы для модели.

Авторы отмечают, что обычные гистологические изображения — стандартный метод, который используется в больницах по всему миру — могут стать еще более полезным инструментом, если применять новые технологии анализа. Это может помочь выявлять отклонения раньше, распознавать скрытые риски и создавать новые подходы к диагностике заболеваний, связанных со старением.

Опубликовано

Ноябрь, 2025

Категория

Наука

Продолжительность чтения

1—2 минуты

Поделиться

Источник

Научный журнало Proceedings of the National Academy of Sciences. Статья: «Machine-learning models based on histological images from healthy donors identify imageQTLs and predict chronological age»

Не пропустите самое важное о науке и здоровье!

Подпишитесь на рассылку и получайте самые важные новости прямо на вашу почту

Отправьте нам сообщение