研究人员建立了一个人工智能机器学习模型，来研究疾病与分子衰老之间的关系，其可根据26种蛋白质的子集预测眼睛的分子年龄。因此，该模型能准确判断健康眼睛的年龄，表明疾病与显著的分子衰老有关。

　一组研究人员通过分析手术过程中常规取出的微小眼液滴，绘制了来自眼内不同细胞类型的近6000种蛋白质的图谱。美国斯坦福大学研究人员在10月19日的《细胞》杂志发表论文称，他们使用人工智能模型根据这些数据创建了一个“蛋白质组时钟”，可根据健康人的蛋白质谱判断其眼睛的分子年龄。该时钟显示，糖尿病视网膜病变和葡萄膜炎等疾病会导致特定类型细胞加速衰老。令人惊讶的是，研究人员还在眼液中检测到与帕金森病相关的蛋白质，这可能为帕金森病的早期诊断提供途径。

　　为了绘制眼内不同类型细胞的蛋白质图谱，研究团队使用高分辨率方法来表征120个液体活检中的蛋白质，这些活检样品取自接受眼科手术患者的房水或玻璃体液。他们总共鉴定出了5953种蛋白质，是之前类似研究中鉴定的蛋白质数量的10倍。使用新创建的软件工具，研究人员能将每种蛋白质追溯到特定的细胞类型。

　　研究人员建立了一个人工智能机器学习模型，来研究疾病与分子衰老之间的关系，其可根据26种蛋白质的子集预测眼睛的分子年龄。因此，该模型能准确判断健康眼睛的年龄，表明疾病与显著的分子衰老有关。

　　研究人员还检测到了几种与帕金森病相关的蛋白质。筛查眼液中的这些标记物可实现帕金森病的早期诊断和后期的治疗监测。

　　研究表明，衰老可能是器官甚至细胞特异性的，这可能会促进精准医学和临床试验设计的进步。这些发现表明，人体器官正在以不同的速度老化，使用靶向抗衰老药物可能是预防性精准医学的下一步。

　　接下来，研究人员计划对更多患者和更广泛的眼部疾病的样本进行表征。他们表示，新方法可用于分析其他难以采样的组织。例如，脑脊液活检可用于研究或诊断大脑，滑液可用于研究关节，尿液可用于研究肾脏等。