Определение клеточных паттернов генной экспрессии, ассоциированных с увеличением продолжительности жизни, с помощью методов машинного обучениякурсовая работа (Специалист)
Аннотация:Исследование изменений экспрессии генов, связанных с интервенциями, увеличивающими продолжительность жизни, может иметь решающее значение для понимания их клеточных механизмов и для разработки новых терапевтических способов достижения долголетия. На сегодняшний день идентифицировано более 50 различных соединений, увеличивающих продолжительность жизни для различных моделей животных. В результате исследований в области системной биологии было получено множество данных об эффекте этих интервенций на экспрессию генов, но молекулярные механизмы, лежащие в основе регуляции продолжительности жизни, остаются неясными. В этой работе мы использовали методы машинного обучения для прогнозирования способности лекарств увеличивать продолжительность жизни с помощью паттернов дифференциальной экспрессии генов, связанных с долголетием. Мы агрегировали данные дифференциальной экспрессии из базы CMap и данные по влиянию интервенций на продолжительность жизни из базы DrugAge, после чего применили к ним четыре модели машинного обучения. В результате были построены модели классификатора, предсказывающего потенциал интервенций увеличивать продолжительность жизни, на основе связанных с ними паттернов дифференциальной экспрессии генов, а также выявлены гены, дифференциальная экспрессия которых наиболее сильно ассоциирована со способностью интервенций продлевать жизнь. Лучшая модель затем была использована для предсказания новых интервенций, продлевающих жизнь. Работа улучшает наше понимание ключевых молекулярных механизмов, лежащих в основе старения и долголетия.