通过等离子体的代谢和蛋白质特征来区分正常与慢衰老的小鼠
bioRxiv : the preprint server for biology
|June 4, 2025
概括
使用血代谢物的机器学习模型可以预测小鼠的抗衰老药物疗效. 这种方法可能会加速发现新的长寿治疗方法,并确定关键的生物点.
科学领域:
- 生物化学 生物化学
- 老年学是一门学科.
- 计算生物学 计算生物学
背景情况:
- 识别有效的抗衰老药物对于延长寿命至关重要.
- 药物疗效的预测生物标志物可以加速研究和开发.
研究的目的:
- 将机器学习应用于血代谢物数据,以预测小鼠的抗衰老干预措施.
- 确定与寿命延长相关的血代谢物模式,并探索它们作为生物标志物的潜力.
主要方法:
- XGBoost回归模型应用于血代谢物概况.
- 对各种干预措施 (热量限制,抗衰老药物) 的训练模型和测试预测能力.
- 用于生物标志物发现的血和甘油三数据的分析.
主要成果:
- 模型准确地预测了暴露于未见的干预措施的小鼠的寿命延长.
- 血数据也显示了预测能力.
- 甘油三,特别是具有较长脂肪酸链的甘油三,被确定为老化小鼠的关键影响特征.
结论:
- 血代谢物模式,包括甘油三,可以作为对小鼠抗衰老药物疗效的预测生物标志物.
- 这种方法可以加快选择有前途的抗衰老候选者,并揭示新的治疗点.
更多相关视频
09:29Isolation of Intermediate Filament Proteins from Multiple Mouse Tissues to Study Aging-associated Post-translational Modifications
Published on: May 18, 2017
8.9K
08:52Measurement of Protein Turnover Rates in Senescent and Non-Dividing Cultured Cells with Metabolic Labeling and Mass Spectrometry
Published on: April 6, 2022
4.0K
