Συσχέτιση της πνευμονικής ίνωσης με τη γήρανση μέσω AI
Μια νέα ερευνητική εργασία δημοσιεύθηκε στο Volume 17, Issue 8 του Aging-US στις 8 Αυγούστου 2025, με τίτλο “AI-driven toolset for IPF and aging research associates lung fibrosis with accelerated aging.” Στη μελέτη αυτή, οι ερευνητές Fedor Galkin, Shan Chen, Alex Aliper, Alex Zhavoronkov και Feng Ren από την Insilico Medicine χρησιμοποίησαν τεχνητή νοημοσύνη (AI) για να εξετάσουν τις ομοιότητες μεταξύ της ιδιοπαθούς πνευμονικής ίνωσης (IPF), μιας σοβαρής πνευμονικής νόσου, και της διαδικασίας γήρανσης.
Τα ευρήματα δείχνουν ότι η IPF δεν είναι απλώς επιταχυνόμενη γήρανση, αλλά μια ξεχωριστή βιολογική κατάσταση που διαμορφώνεται από δυσλειτουργίες που σχετίζονται με την ηλικία. Αυτή η γνώση μπορεί να οδηγήσει σε νέες προσεγγίσεις στον τρόπο που οι επιστήμονες και οι κλινικοί ιατροί αντιμετωπίζουν αυτή την πολύπλοκη ασθένεια.
Επιπτώσεις της IPF και η χρήση AI
Η IPF επηρεάζει κυρίως άτομα άνω των 60 ετών, προκαλώντας ουλές στους πνεύμονες που δυσκολεύουν την αναπνοή και συχνά οδηγούν σε αναπνευστική ανεπάρκεια. Οι τρέχουσες θεραπείες μπορούν να επιβραδύνουν την εξέλιξη της νόσου, αλλά σπάνια μπορούν να σταματήσουν ή να αντιστρέψουν την πρόοδό της. Οι ερευνητές χρησιμοποίησαν AI για να προσδιορίσουν κοινά βιολογικά χαρακτηριστικά μεταξύ της γήρανσης και της ίνωσης, ανακαλύπτοντας νέους πιθανούς στόχους για θεραπεία.
Η ομάδα ανέπτυξε ένα “ρολόι πρωτεϊνικής γήρανσης” βασισμένο σε δεδομένα πρωτεϊνών από περισσότερους από 55.000 συμμετέχοντες στην UK Biobank. Αυτό το εργαλείο που βασίζεται στην AI μέτρησε με ακρίβεια τη βιολογική ηλικία και διαπίστωσε ότι οι ασθενείς με σοβαρό COVID-19, οι οποίοι διατρέχουν αυξημένο κίνδυνο για πνευμονική ίνωση, παρουσίασαν επίσης σημάδια επιταχυνόμενης γήρανσης.
Διαφορές μεταξύ IPF και κανονικής γήρανσης
Η μελέτη ανέδειξε μοναδικές μοριακές υπογραφές που διακρίνουν την IPF από τη φυσιολογική γήρανση. Ενώ και οι δύο διαδικασίες περιλαμβάνουν φλεγμονή και αναδόμηση ιστών, η IPF προκαλεί πιο καταστροφικές αλλαγές στη δομή και τα συστήματα επιδιόρθωσης των πνευμόνων. Αυτή η διαφορά θα μπορούσε να καθοδηγήσει την ανάπτυξη φαρμάκων που στοχεύουν ειδικά την ίνωση χωρίς να επηρεάζουν τη φυσιολογική γήρανση.
Συνδυάζοντας την AI με μεγάλης κλίμακας βιολογικά δεδομένα, η μελέτη εισάγει επίσης ένα ισχυρό εργαλείο για την εξέταση άλλων ηλικιακών παθήσεων, όπως η ίνωση του ήπατος και των νεφρών. Αυτά τα μοντέλα μπορεί να υποστηρίξουν εξατομικευμένες θεραπείες και να επεκτείνουν την κατανόηση των σχέσεων μεταξύ γήρανσης και νόσου, ανοίγοντας νέες κατευθύνσεις για την ανάπτυξη θεραπειών.
