為了繪制眼內(nèi)不同類型細胞的蛋白質(zhì)圖譜,研究團隊使用高分辨率方法來表征120個液體活檢中的蛋白質(zhì),這些活檢樣品取自接受眼科手術(shù)患者的房水或玻璃體液。他們總共鑒定出了5953種蛋白質(zhì),是之前類似研究中鑒定的蛋白質(zhì)數(shù)量的10倍。使用新創(chuàng)建的軟件工具,研究人員能將每種蛋白質(zhì)追溯到特定的細胞類型。
研究人員建立了一個人工智能機器學習模型,來研究疾病與分子衰老之間的關(guān)系,其可根據(jù)26種蛋白質(zhì)的子集預(yù)測眼睛的分子年齡。因此,該模型能準確判斷健康眼睛的年齡,表明疾病與顯著的分子衰老有關(guān)。
研究人員還檢測到了幾種與帕金森病相關(guān)的蛋白質(zhì)。篩查眼液中的這些標記物可實現(xiàn)帕金森病的早期診斷和后期的治療監(jiān)測。
研究表明,衰老可能是器官甚至細胞特異性的,這可能會促進精準醫(yī)學和臨床試驗設(shè)計的進步。這些發(fā)現(xiàn)表明,人體器官正在以不同的速度老化,使用靶向抗衰老藥物可能是預(yù)防性精準醫(yī)學的下一步。
接下來,研究人員計劃對更多患者和更廣泛的眼部疾病的樣本進行表征。他們表示,新方法可用于分析其他難以采樣的組織。例如,腦脊液活檢可用于研究或診斷大腦,滑液可用于研究關(guān)節(jié),尿液可用于研究腎臟等。