Tim istraživača je mapirao skoro 6.000 proteina iz različitih tipova ćelija unutar oka analizirajući sitne kapi očne tečnosti koje se rutinski uklanjaju tokom operacije.
U izveštaju od 19. oktobra u časopisu Ćelija, istraživači su koristili model veštačke inteligencije da kreiraju „proteomski sat“ od ovih podataka koji može predvideti starost zdrave osobe na osnovu njenog proteinskog profila.
Sat je otkrio da bolesti kao što su dijabetička retinopatija i uveitis uzrokuju ubrzano starenje unutar određenih tipova ćelija. Iznenađujuće, istraživači su takođe otkrili proteine povezane sa Parkinsonovom bolešću unutar očne tečnosti, za koju kažu da bi mogla da ponudi put ka ranijim dijagnozama Parkinsonove bolesti.
„Ono što je neverovatno u vezi oka je da možemo da pogledamo unutra i vidimo bolesti koje se dešavaju u realnom vremenu“, kaže stariji autor Vinit Mahajan, hirurg i profesor oftalmologije na Univerzitetu Stanford. „Naš primarni fokus je bio da povežemo te anatomske promene sa onim što se dešava na molekularnom nivou unutar očiju naših pacijenata.“
Oko je organ koji se teško uzorkuje kod živih pacijenata jer, kao i mozak, nije regenerativno i uzimanje biopsije tkiva bi izazvalo nepopravljivu štetu. Alternativna metoda je korišćenje tečnih biopsija — uzoraka tečnosti uzetih iz blizine ćelija ili tkiva od interesa.
Iako tečne biopsije mogu pružiti sliku o tome koji su proteini prisutni u oblasti od interesa, one su do sada bile ograničene u svojoj sposobnosti da mere veliki broj proteina u malim količinama tečnosti, a takođe nisu u mogućnosti da daju informacije o tome koji ćelije proizvode koje proteine, što je važno za dijagnostikovanje i lečenje bolesti.
Da bi mapirao proizvodnju proteina različitim tipovima ćelija unutar oka, Mahajanov tim je koristio metodu visoke rezolucije za karakterizaciju proteina u 120 tečnih biopsija uzetih iz očne vodice ili staklastog humora pacijenata koji su podvrgnuti operaciji oka. Ukupno su identifikovali 5.953 proteina – deset puta više od broja proteina koji su ranije okarakterisani u sličnim studijama. Koristeći softverski alat koji su napravili pod nazivom TEMPO, istraživači su uspeli da prate svaki protein do specifičnih tipova ćelija.
Da bi istražili vezu između bolesti i molekularnog starenja, istraživači su izgradili model mašinskog učenja AI koji može predvideti molekularnu starost oka na osnovu podskupa od 26 proteina. Model je bio u stanju da precizno predvidi starost zdravih očiju, ali je pokazao da su bolesti povezane sa značajnim molekularnim starenjem.
Za dijabetičku retinopatiju, stepen starenja se povećavao sa progresijom bolesti i ovo starenje je ubrzano za čak 30 godina kod osoba sa teškom (proliferativnom) dijabetičkom retinopatijom. Ovi znaci starenja su ponekad bili uočljivi pre nego što je pacijent pokazao kliničke simptome osnovne bolesti i zadržao se kod pacijenata koji su bili uspešno lečeni.
Istraživači su takođe otkrili nekoliko proteina koji su povezani sa Parkinsonovom bolešću. Ovi proteini se obično identifikuju postmortem i trenutne dijagnostičke metode nisu u stanju da ih testiraju, što je jedan od razloga zašto su Parkinsonove dijagnoze tako teške. Skrining za ove markere u očnoj tečnosti mogao bi omogućiti raniju dijagnozu Parkinsonove bolesti i kasnije terapijsko praćenje.
Autori kažu da ovi rezultati sugerišu da starenje može biti specifično za organ ili čak ćelije, što bi moglo doneti napredak u preciznoj medicini i dizajnu kliničkih ispitivanja. „Ovi nalazi pokazuju da naši organi stare različitim brzinama“, kaže prvi autor i oftalmolog Džulijan Volf sa Univerziteta Stanford. „Upotreba ciljanih lekova protiv starenja može biti sledeći korak u preventivnoj, preciznoj medicini.
„Ako ćemo koristiti molekularne terapije, trebalo bi da karakterišemo molekule kod naših pacijenata“, kaže Mahajan. „Mislim da reklasifikacija pacijenata na osnovu njihovih molekularnih obrazaca i koje ćelije su pogođene može zaista poboljšati klinička ispitivanja, izbor lekova i ishode lekova.“
Zatim, istraživači planiraju da karakterišu uzorke većeg broja pacijenata i šireg spektra očnih bolesti. Takođe kažu da bi se njihov metod mogao koristiti za karakterizaciju drugih tkiva koje je teško uzorkovati. Na primer, tečne biopsije cerebrospinalne tečnosti mogu se koristiti za proučavanje ili dijagnozu mozga, sinovijalna tečnost se može koristiti za proučavanje zglobova, a urin se može koristiti za proučavanje bubrega.
