北京
一項新技術通過機器學習分析組織圖像，可以預測基因表達和個體年齡衰老進程。該項突破為疾病早期診斷提供新方法，揭示細胞形態與基因活動的隱藏關聯性。值得關注。
(群規: 實名+機構)
閱讀文摘
耶魯大學研究團隊開發一種創新的成像技術，結合機器學習方法，能夠通過普通組織圖像揭示基因活動與衰老細胞之間的隱藏聯系。這項研究分析了838名捐獻者的12種組織類型、超過1萬多張圖像及相應的遺傳數據。
研究人員構建的機器學習模型成功實現了兩大突破：一、根據組織樣本預測基因表達狀態，尤其在肺、心臟和睪丸組織中表現出高度準確性；二、通過組織圖像估算個體年齡進程，其中皮膚、神經和睪丸等組織因呈現明顯年齡衰老相關變化而成為最佳預測指標。
該項研究首次系統揭示了細胞核形態與基因活動的密切關聯性，在人類基因組中識別出906個與細胞核形狀、大小和結構相關的基因位點。
該突破性技術使常規病理切片成為預測疾病風險和基因活性的新型工具，為早期診斷衰老相關疾病風險提供了全新視角。
關注我們，獲取生物醫學前沿最新資訊
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
