W przełomowym rozwoju, badacz ze Stanford University, dr Eric Sun, zapoczątkował wykorzystanie uczenia maszynowego do tworzenia „przestrzennych zegarów starzenia”. Te zaawansowane modele oceniają wiek biologiczny na poziomie pojedynczych komórek, oferując znacznie bardziej szczegółowe zrozumienie starzenia się niż tradycyjne metody. To innowacyjne podejście, opublikowane w czasopiśmie *Nature* w 2025 roku, identyfikuje specyficzne typy komórek, które dramatycznie wpływają na trajektorię starzenia się ich sąsiadów.
Praca dr. Suna, wywodząca się z jego interdyscyplinarnego doświadczenia w matematyce, chemii i fizyce, reprezentuje fundamentalną zmianę w sposobie, w jaki naukowcy badają starzenie się. Jego narzędzia obliczeniowe wskazują, które komórki starzeją się szybciej lub wolniej w złożonych środowiskach tkankowych. To szczegółowe zrozumienie otwiera nowe możliwości dla ukierunkowanych interwencji, potencjalnie prowadząc do terapii, które wzmacniają sygnały odmładzające i tłumią wpływy pro-starzeniowe.
Implikacje badań dr. Suna rozciągają się na choroby związane z wiekiem, w szczególności demencję i schorzenia neurodegeneracyjne. Identyfikując mechanizmy komórkowe napędzające starzenie się mózgu, naukowcy mogą opracować bardziej precyzyjne cele terapeutyczne. Patrząc w przyszłość, dr Sun planuje rozszerzyć swoje przestrzenne ramy zegarów starzenia na inne tkanki i opracować je jako standardowe narzędzia dla społeczności badaczy nad starzeniem się, potencjalnie umożliwiając wysokoprzepustowe ekrany obliczeniowe dla interwencji odmładzających.