"We hebben datasets gemaakt om te voorspellen of een verbinding de levensduur van C. elegans verlengt of niet […]"

BUFFEL, NY- juli 26, 2023 - Een nieuw onderzoeksartikel is gepubliceerd in Veroudering (vermeld door MEDLINE/PubMed als "Aging (Albany NY)" en "Aging-US" door Web of Science) Volume 15, Issue 13, gerechtigd, "Voorspelling van levensduurverlengende chemische verbindingen voor C. elegans met machine learning en biologisch interpreteerbare kenmerken. '

De laatste tijd is er een groeiende belangstelling voor de ontwikkeling van farmacologische interventies gericht op veroudering, evenals voor het gebruik van machine learning voor het analyseren van aan veroudering gerelateerde gegevens. In deze nieuwe studie, onderzoekers Caio Ribeiro, Christopher K. Boer, João Pedro de Magalhães, en Alex A Freitas van het University of Kent en Universiteit van Birmingham gebruik machinale leermethoden om gegevens te analyseren van DrugAge, een database van chemische verbindingen (inclusief medicijnen) die de levensduur in modelorganismen moduleert. 

“Hiervoor hebben we vier soorten datasets gemaakt om te voorspellen of een stof de levensduur verlengt van C. elegans (het meest voorkomende modelorganisme in DrugAge), gebruikmakend van vier verschillende soorten voorspellende biologische kenmerken, gebaseerd op: interacties tussen verbindingen en eiwitten, interacties tussen verbindingen en eiwitten die worden gecodeerd door aan veroudering gerelateerde genen, en twee soorten termen die zijn geannoteerd voor eiwitten waarop de verbindingen, namelijk Gene Ontology (GO) termen en fysiologietermen van de WormBase's Phenotype Ontology.” 

Om deze datasets te analyseren, gebruikten de onderzoekers een combinatie van functieselectiemethoden in een gegevensvoorverwerkingsfase en het gevestigde random forest-algoritme voor het leren van voorspellende modellen van de geselecteerde functies. Daarnaast interpreteerden ze de belangrijkste kenmerken van de twee beste modellen in het licht van de biologie van veroudering. Een opmerkelijk kenmerk was de GO-term "Glutathion-metabolisch proces", dat een belangrijke rol speelt bij cellulaire redox-homeostase en ontgifting. Het team voorspelde ook de meest veelbelovende nieuwe verbindingen voor het verlengen van de levensduur van een lijst met voorheen niet-gelabelde verbindingen. Deze omvatten nitroprusside, dat wordt gebruikt als een antihypertensivum. 

"Over het algemeen opent ons werk wegen voor toekomstig werk bij het gebruik van machine learning om nieuwe levensverlengende verbindingen te voorspellen."
 

Lees het volledige artikel: DOI: https://doi.org/10.18632/aging.204866 

Overeenkomstige auteurs: Caio Ribeiro, Alex A. Freitas

Overeenkomstige e-mails: [e-mail beveiligd], [e-mail beveiligd] 

sleutelwoorden: samenstellingen die de levensduur verlengen, medicijnen voor een lang leven, machine learning, selectie van functies

Meld u gratis aan voor Altmetric-meldingen over dit artikel: https://aging.altmetric.com/details/email_updates?id=10.18632%2Faging.https://doi.org/10.18632/aging.204866

Over Veroudering-VS.:

Gelanceerd in 2009, Veroudering publiceert artikelen van algemeen belang en biologische betekenis op alle gebieden van verouderingsonderzoek en leeftijdsgerelateerde ziekten, waaronder kanker - en nu met speciale aandacht voor COVID-19-kwetsbaarheid als een leeftijdsafhankelijk syndroom. Onderwerpen binnen Veroudering verder gaan dan de traditionele gerontologie, inclusief, maar niet beperkt tot, cellulaire en moleculaire biologie, ouderdomsziekten bij de mens, pathologie in modelorganismen, signaaltransductieroutes (bijv. p53, sirtuins en PI-3K/AKT/mTOR, onder andere) en benaderingen voor het moduleren van deze signaalroutes.

Bezoek onze website op www.Aging-US.comen maak contact met ons:

• SoundCloud
• Facebook
• Twitter
• Instagram
• YouTube
• LabTube
• LinkedIn
• Reddit
• Pinterest

Klik hier abboneren naar Veroudering publicatie updates.

Voor mediavragen, neem dan contact op [e-mail beveiligd].

Aging (Aging-VS) Journal Office

6666 E. Quaker Str., Suite 1B

Boomgaardpark, NY 14127

Telefoon: 1-800-922-0957, optie 1

###