Hỗ trợ nội dung miễn phí

Chúng tôi sử dụng quảng cáo để giữ cho nội dung của chúng tôi miễn phí cho bạn. Vui lòng cho phép quảng cáo và để các nhà tài trợ tài trợ cho việc lướt web của bạn.
Cảm ơn bạn!

Trí tuệ nhân tạo: Bước đột phá trong dự đoán tuổi sinh học từ ADN

Báo Tin tức 12 Giờ trước

Tuy nhiên, nếu người đó đã tử vong, chưa xác định danh tính, hay chỉ còn lại một phần thi thể sau một vụ tấn công khủng bố; hoặc nếu một nghi phạm phạm tội và chỉ để lại dấu vết ADN thì sao? Để xác định các trường hợp như vậy, giờ đây có thể nhờ tới một phương pháp dự đoán tuổi sinh học từ ADN với độ chính xác cao, do các nhà nghiên cứu tại Đại học Hebrew Jerusalem (HUJI) phát triển.

Theo phóng viên TTXVN tại Tel Aviv, công cụ này có tên gọi MAgeNet, sử dụng trí tuệ nhân tạo (AI) để phân tích mẫu máu, từ đó xác định tuổi theo năm sinh với sai số trung bình chỉ khoảng 1,36 năm - tương đương hơn 16 tháng - đối với những người dưới 50 tuổi.

Giáo sư  Tommy Kaplan - Trưởng chương trình Sinh học tính toán tại Trường Khoa học Máy tính và Kỹ thuật HUJI, nhấn mạnh rằng, mô hình của ông và các công sự có thể giúp giải mã những ẩn số dựa trên các mẫu nhỏ ADN được thu thập với độ chính xác đáng kinh ngạc.

Phương pháp mới này dựa vào hai vùng nhỏ trên bộ gene người, sử dụng mạng học sâu (deep learning) để phân tích các mẫu methyl hóa ADN ở cấp độ từng phân tử – một kỹ thuật cho phép dự đoán tuổi với độ sai số cực thấp. Điểm đặc biệt là nó không bị ảnh hưởng do các yếu tố hút thuốc, chỉ số khối cơ thể (BMI) hay giới tính.

Các nhà khoa học cho rằng, khả năng dự đoán tuổi từ mẫu sinh học không chỉ có ý nghĩa trong pháp y mà còn mở ra tiềm năng lớn trong y học, nghiên cứu lão hóa và y học cá nhân hóa. Trong đó, tuổi sinh học - vốn khác biệt với tuổi theo năm sinh - có thể phản ánh rõ hơn tình trạng sức khỏe và nguy cơ bệnh tật.

Nghiên cứu được công bố trên tạp chí Cell Reports, phân tích mẫu máu của hơn 300 người khỏe mạnh, kết hợp với dữ liệu từ nghiên cứu kéo dài 1 thập kỷ do Giáo sư Hagit Hochner chủ trì. Kết quả cho thấy mô hình hoạt động ổn định bất chấp nhiều biến thể sinh học khác nhau.

Methyl hóa ADN - quá trình gắn nhóm methyl (CH3) vào ADN - là một dạng biến đổi biểu sinh (epigenetic modification) không thay đổi trình tự gene nhưng ảnh hưởng đến biểu hiện gene, chức năng protein và nguy cơ mắc bệnh. Khi phóng to để quan sát tập trung vào 2 vùng nhất định trong hệ gene, nhóm nghiên cứu có thể “đọc” được sự thay đổi của ADN theo thời gian - như một chiếc đồng hồ sinh học hoạt động ở cấp độ phân tử.

Giáo sư Yuval Dor - thành viên nhóm nghiên cứu - nhận định đây là một cửa sổ mới giúp hiểu cách cơ thể lão hóa ở cấp độ tế bào, cho thấy điều kỳ diệu khi sinh học kết hợp với AI. Nhóm nghiên cứu cũng phát hiện các mô hình methyl hóa có thể thay đổi theo cả kiểu ngẫu nhiên lẫn theo từng đợt phối hợp - như đồng hồ sinh học đang ‘tích tắc’ theo thời gian.

Giáo sư Naomi Habib - chuyên gia thần kinh tính toán tại Trung tâm Khoa học Não Edmond và Lily Safra của HUJI - cho biết, tuổi sinh học có thể chênh lệch rất lớn so với tuổi thật: “Có người ở độ tuổi 80 hay 90 vẫn khỏe mạnh và minh mẫn hơn nhiều người trẻ tuổi. Tuổi sinh học là thước đo tình trạng chức năng cơ thể, bị ảnh hưởng do di truyền, lối sống và môi trường sống”.

Một trong các yếu tố liên quan đến tuổi sinh học là độ dài telomere – đoạn ADN lặp lại ở đầu nhiễm sắc thể, giúp bảo vệ cấu trúc di truyền khi tế bào phân chia. Telomere ngắn dần theo thời gian và là một dấu hiệu quan trọng cho quá trình lão hóa, đặc biệt trong các mô không tái tạo nhiều như não.

Giáo sư Habib cho biết nhóm của bà đang nghiên cứu khả năng phục hồi nhận thức nhằm tìm hiểu tại sao một số người duy trì được trí nhớ và khả năng tư duy dù đã lớn tuổi. Bên cạnh đó, bà Habib và các cộng sự cũng đang tiếp cận kho dữ liệu khổng lồ từ ADN và methyl hóa để tìm ra mối liên hệ giữa tuổi sinh học, bệnh tật và tác động của các phương pháp điều trị.

Với MAgeNet, các nhà khoa học Israel đang mở ra bước đột phá trong việc hiểu và dự đoán tuổi sinh học từ ADN – không chỉ giúp giải quyết các vụ án khó, mà còn đóng góp quan trọng cho y học hiện đại và nghiên cứu về lão hóa.

Xem bản gốc