Longevity & AgingArticolo di ricercaAccesso aperto

L'IA crea orologi dell'invecchiamento multi-organo tramite scansioni MRI per prevedere il rischio di malattia

I ricercatori hanno sviluppato sette orologi dell'invecchiamento specifici per organo, basati su dati MRI, in grado di predire il rischio di malattia e la mortalità con maggiore precisione rispetto alla sola età anagrafica.

martedì 31 marzo 2026 0 visualizzazioni
Pubblicato in Nat Med0 a supporto1 citazioni totali
Split-screen MRI brain scan showing vibrant, youthful neural networks on left contrasted with dimmer, aged brain tissue on right, with AI analysis overlay

Riepilogo

Scienziati del MULTI Consortium hanno sviluppato sette orologi biologici dell'invecchiamento basati sulla risonanza magnetica per diversi organi (cervello, cuore, fegato, rene, milza, pancreas e tessuto adiposo), utilizzando dati provenienti da oltre 313.000 individui. Questi orologi, potenziati dall'intelligenza artificiale, misurano la velocità di invecchiamento di ciascun organo rispetto all'età cronologica, generando dei "gap di età biologica" in grado di predire il rischio di malattia e la mortalità. Lo studio ha collegato questi pattern di invecchiamento a migliaia di proteine, metaboliti e varianti genetiche, identificando potenziali bersagli farmacologici per terapie anti-invecchiamento.

Riepilogo Dettagliato

Questo studio rivoluzionario rappresenta il più grande sforzo sistematico mai compiuto per creare orologi biologici specifici per organo utilizzando l'imaging medico. Mentre gli orologi biologici cerebrali vengono utilizzati da anni per valutare la salute neurologica, questa ricerca estende il concetto a sei organi aggiuntivi, offrendo una visione complessiva dell'invecchiamento biologico attraverso i diversi sistemi corporei.

I ricercatori hanno analizzato scansioni MRI di 313.645 partecipanti, utilizzando l'intelligenza artificiale per identificare pattern di imaging correlati all'invecchiamento di ciascun organo. Hanno sviluppato indici di scarto dell'età biologica (MRIBAGs) che misurano la differenza tra l'età biologica apparente di un organo e l'età cronologica della persona. Uno scarto positivo indica un invecchiamento accelerato, mentre uno scarto negativo suggerisce un invecchiamento più lento.

La portata dello studio è andata ben oltre l'imaging, incorporando l'analisi di 2.923 proteine plasmatiche, 327 metaboliti e oltre 6 milioni di varianti genetiche. Questo approccio multi-omico ha rivelato 53 loci genetici associati all'invecchiamento degli organi e ha identificato nove geni potenzialmente farmacologicamente trattabili per future terapie anti-invecchiamento. La ricerca ha inoltre dimostrato significative correlazioni genetiche tra i diversi pattern di invecchiamento degli organi e connessioni con 525 endpoint patologici.

Dal punto di vista clinico, gli orologi biologici MRI hanno mostrato un forte potere predittivo per il rischio di malattie future e la mortalità. I partecipanti con profili d'organo più giovanili hanno mostrato risultati di salute migliori nel tempo. In particolare, nei pazienti affetti da malattia di Alzheimer, coloro con scansioni cerebrali dall'aspetto più giovane hanno mostrato traiettorie di declino cognitivo differenti durante il trattamento, suggerendo che questi strumenti potrebbero contribuire a personalizzare gli interventi medici.

I risultati supportano il concetto che l'invecchiamento avviene a ritmi diversi nei vari sistemi di organi all'interno dello stesso individuo, aprendo nuove possibilità per interventi mirati e approcci di medicina personalizzata per un invecchiamento in salute.

Risultati Principali

  • Seven organ-specific MRI aging clocks predict disease risk and mortality beyond chronological age
  • 53 genetic loci identified as associated with accelerated organ aging patterns
  • Nine potentially druggable genes discovered as targets for anti-aging treatments
  • Brain aging patterns predicted different cognitive decline trajectories in Alzheimer's patients
  • Multi-organ aging approach reveals organ-specific and cross-organ aging connections

Metodologia

Lo studio ha utilizzato la cross-validation annidata con modelli AI/ML (regressione LASSO e support vector regression) addestrati su 313.645 partecipanti del MULTI Consortium. I modelli di predizione dell'età hanno raggiunto coefficienti di correlazione moderati (0,23-0,77) con errori assoluti medi di circa 5 anni tra i diversi organi.

Limitazioni dello Studio

Alcuni orologi di organi addominali hanno mostrato prestazioni limitate a causa dell'elevata collinearità delle variabili. Lo studio è stato condotto principalmente su partecipanti della UK Biobank, il che potrebbe limitarne la generalizzabilità ad altre popolazioni. Le relazioni causali tra i pattern di invecchiamento e gli esiti patologici richiedono ulteriore validazione.

Ti è piaciuto questo riepilogo?

Ricevi ogni settimana le ultime ricerche sulla longevità direttamente nella tua casella email.

Inserisci la tua email per iscriverti: