新发现与肌肉衰老相关的基因 - 神经科学新闻

摘要：科学家们发现了一些与肌肉衰老相关的新的基因，为开发减缓老年人肌肉流失的治疗手段提供了潜在目标。该研究使用人工智能分析了基因表达，确定了USP54基因在肌肉衰老和退化过程中起关键作用。

研究结果可以为开发药物和基于运动的干预措施提供信息，以保持肌肉量、减少跌倒和残疾的风险。进一步的研究可能会导致新的治疗肌肉老化及像肌少症这样的疾病的治疗方法，这些疾病影响老年人。

关键事实：

• 基因USP54被发现对肌肉老化起重要作用。
• AI分析发现了与肌肉组织衰老和运动相关的200个基因。
• 该研究为针对肌肉老化和肌少症的新疗法提供了潜在可能性。

源：诺丁汉特伦特大学

科学家们发现了一些此前未被报道的基因，这些基因似乎在肌肉老化过程中起关键作用。希望诺丁汉特伦特大学的研究成果能够用于帮助延缓衰老过程的影响。

该研究还涉及瑞典的卡罗林斯卡学院、卡罗林斯卡大学医院和安格利亚鲁斯金大学，发表在 cachexia、肌少症和肌肉疾病的杂志.

肌肉老化是每个人都会经历的自然过程，会导致人们随着年龄的增长而失去肌肉质量、力量和耐力，并且与跌倒和身体残疾的风险增加有关。

该研究为理解驱动肌肉衰老的基因和机制提供了新的见解。研究人员认为，他们可能发现了药物发现的新靶点，这可能会引发针对肌肉衰老以及患有与这一过程相关的肌肉加速流失疾病（即肌少症）老年人的疗法。

目前，身体锻炼是唯一推荐的治疗肌肉老化和肌少症的方法，可以改善寿命并推迟与年龄相关的疾病的发作。

新的研究涉及分析与肌肉老化和抵抗性运动相关的年轻成人（年龄21-43岁）和老年成人（年龄63-79岁）的基因表达数据集。

利用人工智能，研究人员能够识别出影响或被衰老或运动所影响的前200个基因，以及它们之间最强的相互作用。

研究团队发现，一个特定的基因——USP54——似乎在肌肉衰老和老年人肌肉退化中扮演关键角色。通过老年人大腿肌肉活检进一步证实了这一发现，结果显示该基因表达水平很高。

研究人员还发现了一些与抵抗运动相关的潜在基因。虽然还需要进一步的研究，但团队认为这些基因有助于开发更有效的基于运动的干预措施，以保护老年人的肌肉质量，这将是对抗跌倒和残疾的关键。

“我们希望识别出可以用来延缓衰老过程影响并延长健康期的基因，”诺丁汉特伦特大学肌肉骨骼生物学专家Lívia Santos博士说。

我们利用人工智能识别了与肌肉老化相关的基因、基因互作以及分子途径和过程，这些此前尚未被发现。数据以二十种不同的方式进行分析，每次都能找到相同的显著基因。

肌肉老化是一个巨大的挑战。随着人们失去肌肉质量和力量，他们的步态会发生变化，使其更容易摔倒，并且他们也面临着一系列身体残疾风险的增加，这成为了一个重要的公共卫生问题。

“我们迫切需要了解调控肌肉衰老的机制。这在帮助预防和治疗肌少症以及使老年人的生活更加独立方面至关重要。”

研究员詹勒·塔鲁姆博士说：“这项研究表明，人工智能有可能造福肌肉老化和肌少症的研究领域。

“人工智能此前并未应用于骨骼肌量调节领域。这促使我们将其应用到发现新基因上，以更好地理解和预测肌肉减少症，或者作为可能受益于肌肉减少症研究的治疗靶点。”

关于遗传学和衰老研究的新闻

作者：莉维亚·桑托斯
源:诺丁汉特伦特大学
联系人:莉维亚·桑托斯 – 诺丁汉特伦特大学
图片：图片来自Neuroscience News

原创研究：开放访问。
“人工神经网络推理分析识别了与骨骼肌衰老相关的新基因和基因互作关系Lívia Santos等人著作的」 cachexia、肌少症和肌肉杂志

摘要

人工神经网络推理分析识别了与骨骼肌衰老相关的新基因和基因互作关系

背景

肌少症是一种与年龄相关的肌肉疾病，会增加跌倒、残疾和死亡的风险。它与由Akt和FOXO1等分子信号通路驱动的肌肉蛋白分解增加有关。

本研究旨在利用一种称为人工神经网络推理（ANNi）的人工智能方法，识别与老年人肌肉老化和运动相关但至今尚未发现的基因、基因相互作用以及分子途径和过程。

方法

四个从Gene Expression Omnibus (GEO) 数据库中选取并获取的 datasets 报告了通过 RNA-seq 方法获得的年轻人（21-43 岁）和老年人（63-79 岁）肌肉转录组特征。

两个数据集包含了与肌肉老化相关的转录组谱型，另外两个数据集则关联于老年人抗阻运动的转录组，后者是在6个月锻炼训练前和后的结果。每个数据集均通过基于群体神经网络方法集成到深度学习模型（智能组学）中的ANNi进行单独分析。

这使我们能够识别出200个受衰老或运动影响（驱动基因）或被其影响（目标基因）的基因，以及这些基因之间最强的相互作用。使用Metacore（Clarivate™）和开源软件Metascape对这些200个基因进行了下游基因本体论（GO）分析。

为了确认显示最强相互作用的基因的差异表达，采用实时定量聚合酶链反应（RT-qPCR）对来自八名年轻人（25 ± 4 岁）和八名老年人（78 ± 7.6 岁）的肌肉活检样本进行了检测，这些受试者参加了为期六个月的力量训练计划。

结果

乍得, ZDBF2, USP54，和JAK2被识别为与衰老预测最强相互作用的基因，而SCFD1, KDM5D, EIF4A2，和尼帕尔3是与老年人长期锻炼主要相互作用的基因。RT-qPCR确认了这些基因表达的显著上调。USP54 (P = 0.005), 乍得 (P等于0.03)，和ZDBF2 (P而在老化肌肉中，与年龄相关的基因表达水平为（= 0.008)，而与运动相关的基因没有差异表达（EIF4A2 P = 0.99, 尼帕尔3P = 0.94, SCFD1 P= 0.94，和KDM5D P = 0.64).

与骨骼肌衰老相关的GO分析表明，与骨发育相关的途径富集（邻近P值 -0.006)，免疫反应（ adj ）P值小于0.001)，以及凋亡（adjP值为0.01). 在较年长的锻炼成人中，这些是基质重塑（.adjэкон修正翻译内容： 值为0.01）。在较年长的锻炼者中，这些变化与基质重塑相关（adj）。如需更准确或具体的调整，请提供更多信息。若不需要额外信息，默认上述翻译已经符合要求。如果“ECM remodelling”需要特别指明中文医学术语，则可以译为“细胞外基质重塑”。根据语境使用： 值为0.01）。在较年长的锻炼者中，这些变化与细胞外基质重塑相关（adj）。 最终确定不需要额外信息时，请直接采用最初翻译： 值为0.01)。在较年长的锻炼成人中，这些是基质重塑（adj）。P值小于0.001)，蛋白质折叠（校正后P值小于0.001)，以及蛋白酶作用（adjP值小于0.001)

结论

利用ANNi和RT-qPCR，我们识别出了三个强烈相互作用的基因，这些基因可以预测肌肉老化。ZDBF2, USP54，和乍得这些发现有助于设计预防或缓解肌少症的非药物和药物干预措施。