The Dissipation Theory of Aging: A Quantitative Analysis Using a Cellular Aging Map

要約

動的システムに基づいた老化の新しい理論を提案し、細胞レベルでの変化を定量化するためのデータ駆動型計算方法を提供します。
エルゴジック理論を使用して、老化中の変化のダイナミクスを分解し、老化が非保守的な力のために散逸が起こる動的システムに似た生物系内の散逸プロセスであることを示します。
散逸ダイナミクスを定量化するために、変圧器ベースの機械学習アルゴリズムを採用して遺伝子発現データを分析します。年齢をトークンとして組み込み、埋め込み空間に加齢に伴う散逸がどのように反映されるかを評価します。
遺伝子と年齢の埋め込みのダイナミクスを評価することにより、細胞老化マップ（CAM）を提供し、さまざまな組織および細胞タイプの老化中の遺伝子埋め込みスペース、非線形遷移、およびエントロピーの変動の発散を示すパターンを特定します。
私たちの結果は、散逸プロセスとしての老化に関する新しい視点を提供し、分子分解能で年齢に関連した変化を測定できる計算フレームワークを導入します。

要約(オリジナル)

We propose a new theory for aging based on dynamical systems and provide a data-driven computational method to quantify the changes at the cellular level. We use ergodic theory to decompose the dynamics of changes during aging and show that aging is fundamentally a dissipative process within biological systems, akin to dynamical systems where dissipation occurs due to non-conservative forces. To quantify the dissipation dynamics, we employ a transformer-based machine learning algorithm to analyze gene expression data, incorporating age as a token to assess how age-related dissipation is reflected in the embedding space. By evaluating the dynamics of gene and age embeddings, we provide a cellular aging map (CAM) and identify patterns indicative of divergence in gene embedding space, nonlinear transitions, and entropy variations during aging for various tissues and cell types. Our results provide a novel perspective on aging as a dissipative process and introduce a computational framework that enables measuring age-related changes with molecular resolution.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google