كيف يكشف الذكاء الاصطناعي مؤشرات الشيخوخة في جسمك من خلال تحليل الدم؟

توصل فريق بحثي من جامعة فيينا، النمسا، وجامعة نانكاي، الصين، إلى طريقة تُقَيَّم الشيخوخة النشطة لدى كبار السن من خلال اختبارات دم بسيطة وتحليل البيانات باستخدام الذكاء الاصطناعي. 

ونشرت الدراسة في مجلة npj Systems Biology and Applications، حيث أبرزت الأسبارتات كمؤشر جزيئي رئيسي لللياقة البدنية وربطته بالمرونة الأيضية للكبد والعضلات.

رصد النشاط البدني عبر الدم

ابتكر الباحثون مؤشر نشاط الجسم (BAI) لقياس اللياقة البدنية من اختبارات المشي، وقوة القبضة، والجلوس والوقوف، والتوازن.

بالمقابل، استخلصوا مؤشر الأيض من دم 263 مشاركًا عبر قياس 35 جزيءً صغيرًا. وأظهرت المقارنة ارتباطًا قويًا بين المؤشرين (r = 0.85)، ما يشير إلى أن بصمة الدم ترتبط بالنشاط البدني الفعلي.

التعلم الآلي يكشف الجزيئات الرئيسية

لتحديد الجزيئات المرتبطة بالنشاط البدني، استخدم الفريق خمس نماذج تعلم آلي، شملت من أساليب إحصائية بسيطة إلى شبكات تعلم عميق وأشجار قرار معززة.

وتمكن النموذجان الأكثر تقدمًا (GBM وXGBoost) من تمييز المشاركين النشطين بدقة تزيد عن 91%. وأبرز التحليل ثمانية جزيئات مرتبطة بالنشاط، كان الأسبارتات أبرزها، مؤكدًا دوره كعلامة رئيسية للشيخوخة الصحية.

إعادة بناء الشبكة الأيضية

لتفسير العلاقة بين الجزيئات واللياقة، استُخدمت أداة COVRECON لإعادة بناء شبكة التفاعلات الأيضية. وكشفت النتائج أن إنزيمي AST وALT يشكلان محورًا رئيسيًا، ما يربط النشاط البدني بالمرونة الأيضية للكبد والعضلات. وأظهرت اختبارات الدم الروتينية تغيرًا أكبر لهذين الإنزيمين لدى المشاركين النشطين مقارنة بالأقل نشاطًا.

رابط محتمل بين اللياقة وصحة الدماغ

يعمل الأسبارتات أيضًا كمقدمة للناقلات العصبية في الدماغ، وينشط مستقبلات NMDA الضرورية للذاكرة والتعلم. وتشير النتائج إلى أن النشاط البدني قد يحمي الدماغ من الخرف عبر تأثيره على مسارات الأحماض الأمينية، بالإضافة إلى الحفاظ على القوة والقدرة الحركية.

ويؤكد الباحثون أن النشاط البدني لا يقتصر على بناء العضلات، بل يعيد تشكيل الأيض على المستوى الجزيئي، ما يسمح بتتبع جودة الشيخوخة وربما توجيهها عبر تدخلات دقيقة.