Компьютерные модели впервые раскрыли тайну старения мозга

Учёные Стэнфорда создали «пространственные часы» для измерения биологического возраста нейронов

Июн 25, 2025 - 10:45
Компьютерные модели впервые раскрыли тайну старения мозга
Источник: Freepik.com/CC0

Исследователь Эрик Сан из Стэнфордского университета разработал первую в своём роде технологию, позволяющую точно измерять старение мозга на уровне отдельных клеток. Описание работы опубликовано в научном журнале Genomic Psychiatry.

Ключевая разработка — это пространственные часы старения, высокоточные компьютерные модели, обученные анализировать генную активность в тканях мозга с учётом их расположения. Благодаря машинному обучению и методам спатиальной транскриптомики, учёные впервые смогли увидеть, как старение распространяется между клетками.

«Наши модели показывают, какие клетки действуют как источники старения — они ускоряют увядание соседних клеток. Другие же, наоборот, защищают окружающих от старения» — пояснил Эрик Сан.

Как это работает

Подход сочетает в себе:

  • Машинное обучение, обрабатывающее массивные генетические данные;

  • Спатиальную транскриптомику, фиксирующую активность генов в контексте их точного расположения в мозговой ткани.

Результат — карта старения мозга, где можно увидеть, какие участки подвергаются дегенерации раньше других, и как этот процесс может быть заторможен.

Перспективы для медицины

Новая методика уже выявила «локальные источники старения» — клетки, запускающие каскадный эффект увядания. Это открывает перспективы для разработки нацеленных препаратов, способных блокировать активность этих клеток или активировать защитные механизмы.

«Мы рассчитываем, что эта технология поможет лучше понять развитие возрастных заболеваний, в том числе деменции. Возможно, однажды мы научимся не просто замедлять, но и обращать старение отдельных участков мозга», — добавил Сан.

Почему это важно

До сегодняшнего дня процессы старения мозга изучались в основном на уровне целых участков или органов. Работа команды Стэнфорда позволяет перейти на клеточный уровень, что значительно повышает точность исследований и потенциал для точечной терапии.