Un nouveau document de recherche a été publié sur la couverture de Vieillissement (répertorié par MEDLINE/PubMed comme « Aging (Albany NY) » et « Aging-US » par Web of Science) Volume 16, numéro 5, intitulé « Profilage du transcriptome à l'échelle du génome et développement de modèles de prédiction de l'âge dans le cerveau humain. «
Les modifications du transcriptome liées au vieillissement dans diverses régions du cerveau humain sain ont été explorées dans des travaux antérieurs. Cependant, il manque une étude visant à développer des modèles de prédiction de l'âge basés sur les niveaux d'expression de panels spécifiques de transcriptions. De plus, les études qui ont évalué les activités des gènes sexuellement dimorphiques dans le cerveau vieillissant ont rapporté des résultats divergents, ce qui suggère que des études supplémentaires seraient avantageuses. Il a été démontré précédemment que la région du cortex préfrontal (PFC) présentait un nombre particulièrement important d'altérations significatives du transcriptome au cours du vieillissement en bonne santé dans une étude comparant différentes régions du cerveau humain.
Dans cette nouvelle étude, les chercheurs Joseph A.Zarrella et Amy Tsurumi de la Harvard TH Chan School of Public Health, du Massachusetts General Hospital, de la Harvard Medical School et des Shriner's Hospitals for Children de Boston, visaient à profiler les modifications du transcriptome des PFC au cours du vieillissement humain en bonne santé et à comparer les différences potentielles entre les échantillons féminins et masculins, ainsi que développer modèles de prédiction chronologique de l'âge par diverses méthodes.
« Nous avons harmonisé les ensembles de données de transcriptome PFC neuropathologiquement normaux obtenus à partir du référentiel Gene Expression Omnibus (GEO), âgés de 21 à 105 ans, et avons trouvé un grand nombre de transcriptions différentiellement régulées chez les personnes âgées et les personnes âgées, par rapport aux jeunes échantillons en général, et comparé les altérations d’expression spécifiques aux femmes et aux hommes.
L’équipe a évalué les gènes associés à l’âge en utilisant des analyses d’ontologie, de voies et de réseaux. En outre, ils ont appliqué divers algorithmes d'apprentissage automatique établis (opérateur de retrait et de sélection le moins absolu (Lasso) et Elastic Net (EN)) et récents (eXtreme Gradient Boosting (XGBoost) et Light Gradient Boosting Machine (LightGBM)) pour développer des modèles de prédiction précis pour âge chronologique et les a validés. Des études visant à valider davantage ces modèles dans d'autres grandes populations et des études moléculaires visant à élucider les mécanismes potentiels par lesquels les transcriptions identifiées pourraient être liées aux phénotypes vieillissants seraient avantageuses.
« Nos résultats soutiennent l'idée selon laquelle les changements spécifiques d'expression génique dans le PFC sont fortement corrélés à l'âge, que certaines transcriptions montrent des différences spécifiques aux femmes et aux hommes, et que les algorithmes d'apprentissage automatique sont des outils utiles pour développer des modèles de prédiction de l'âge basés sur les informations du transcriptome. «
