Трансгуманизм в далеком городе

В новом глобальном опросе нейробиологов (опросили 2 657 человек) 21,85% опрошенных допускают в будущем загрузку сознания. https://pubmed.ncbi.nlm.nih.gov/42455665/

Дайджест Ухвата В тем реплейсинга пришли уже примерно все или скоро придут: • Консорциум биомаркеров старения посвятит целую сессию замене клеток, тканей, органов и функций Ускорение клинических исследований набирает обороты: • Infinita открыла в Монтане совет, который принимает терапии после первой фазы Методы • 1000ExM увеличивает биообразец в тысячу раз; расчёт показывает различение соседних аминокислот Интересное замечание, но непонятно, что мы тут должны делать: • Сэм Альтман считает, что сингулярность уже началась, и описал цепочку, в которой роботы строят новые центры данных Может найти ещё где сингулярность? Да, хорошая программа: • NIH запустил Bio Genesis Mission — программу, которая соединяет ИИ, медицинские данные и клинические исследования Как же без него в реплейсинге: • Брайан Джонсон показал клетки из своей крови и хочет выращивать из них ткани и органы Интересно, а можно ли решить какую-то мышиную проблему суперохдаждением? • После 30 минут при −6 °C выжили 24 из 30 новорождённых мышей • При болезни Альцгеймера активные и менее активные участки ДНК хуже разделяются в клетках мозга Использовали тело покойного, как биоинкубатор: • Канадские хирурги пересадили островковые клетки из поджелудочной, которую 124 минуты снабжали кровью после остановки кровообращения Ещё один суперигрок в биологии: • NVIDIA выложила веса JEPA-DNA — модели ДНК, которая учится предсказывать представление целого участка Такая вечная проблема, где взять смелые деньги? • Эд Бойден предложил институт, в котором поздний успех финансирует новые рискованные исследования Aнтпопик давно в деле: • Anthropic открыла набор для ИИ-исследований редких генетических болезней Известная в нашей области задача по определению возрастной траектории жизни клетки: • Precigenetics показала, как повторно измерять одну живую клетку после лекарства Илон Маск рассказал, как Марс Будет защищаться в в войне с Землей. (Не опубликовано пока, но скоро будет в Ухвате)

Немного про то, как мы ищем комбинаторную терапию старения. Посмотрите ролик, жду вопросов

Ухват: есть и хорошие новости

Новый виток поиска антигликирующих агентов. Вышла важная статья, в за ней ролик Электробиопанка. В Твитере бум https://www.instagram.com/reel/DbDc7JBtqVQ/?igsh=NTc4MTIwNjQ2YQ==

В Твиттере разгоняется тема, что за миллиард долларов можно победить старение. Начал Мистер Бист с опроса: чтобы вы выбрали остановить старение на 100 лет или получить сейчас миллиард долларов? Пришел Брайан Джонсон и сказал, что взял бы миллиард и решил бы проблему старения. О боже, какая самонадеянность, конечно. Выбирать надо гарантированное время жизни в любом случае. Знаете что. А сходите в кинотеатр Октябрь в субботу на Новом Арбате. Там мы покажем видос как раз по теме эффективности в борьбе со старением. И это.., может там на месте тоже рилсы запишем «Что б я сделал, если бы у меня был миллиард?» https://revertaza.timepad.ru/event/4091388/

Очень смешно конечно. А для радикального долголетия биотехнологии оказывается не были нужны? Оказывается, советы по-здоровью можно любому человеку раздавать, пока у него ничего по-настоящему не болит. В этом коротком посте прям весь Longevity рынок: пока у вас ничего серьезного нет, мы успешно будем лечить вашу тревожность. Справедливости ради, а вот сейчас я думаю Брайан Джонсон будет действовать правильно — создаст науку, ради себя. Если, конечно, здесь нет инсценировки. Всё, что мы знаем о нём, знаем с его слов. Ну, ещё немного со слов бывшей)

https://habr.com/ru/articles/1059232/ Важная статья на Хабре

Если допустить, что старение можно рассматривать как квазипрограмму, при которой глобальная цель уже достигнута, но локальные правила продолжают работать, то эта модель показывает несколько вещей.

1. Кривые дожития клеточных автоматов напоминают реальные кривые дожития. Система долго остаётся устойчивой, а затем вероятность разрушения резко возрастает.

2. Во внутренних скрытых каналах изменения начинаются раньше, чем становится заметно разрушение формы. Такие каналы можно рассматривать как модельные биомаркеры старения.

3. Биомаркеры и лучшие точки управления могут не совпадать. Канал может хорошо предсказывать будущий коллапс, но не быть оптимальной мишенью для восстановления.

4. Воздействие на выбранные скрытые каналы позволяет остановить дальнейшее разрушение системы и вернуть её в более молодое состояние.

При этом количество живых клеток восстанавливается лучше, чем исходная форма. Значит, вернуть системе жизнеспособность проще, чем полностью восстановить её структуру.

5. Старение в такой модели выглядит не как одна конкретная поломка, а как постепенная потеря глобальной координации.

6. Отдельные клетки продолжают выполнять локальные правила, но система в целом уходит от целевого состояния.

​Обзор предлагает объяснение: почему одна мишень старения сильнее действует у червя, чем у мыши 12 июля в Mechanisms of Ageing and Development вышел обзор о том, почему вмешательства против старения часто дают большой эффект у простых животных и намного меньший — у млекопитающих. Авторы собрали данные по червям, дрозофилам и грызунам. Они предлагают искать причину в связях между тканями, гормонах и обратных связях, которые меняют ответ всего организма. Геронаука давно видит эту разницу. Мутация в сигнальном пути, через который инсулин и IGF-1 регулируют рост и обмен веществ, способна удвоить жизнь червя C. elegans. У мыши рапамицин — один из самых изученных препаратов против старения — дал куда меньший результат: когда его начали давать в 600 дней жизни, возраст при 90% смертности вырос на 14% у самок и на 9% у самцов. У червя небольшой набор путей одновременно регулирует питание, стрессовый ответ, размножение и ремонт клеток. Тело млекопитающего распределяет эти задачи между многими тканями. Печень, иммунитет, жировая ткань, мышцы, бактерии кишечника и гормональные сигналы постоянно меняют состояние друг друга. Авторы называют сложностью организма именно число таких связей и резервов, а не размер тела или длину генома. Авторы называют силу одиночной мишени рычагом пути. Чем больше организм может изменить свою жизнь, затронув один путь, тем длиннее этот рычаг. Против него работает системная буферизация: запасные гены, параллельные сигнальные цепочки и обратные связи между органами возвращают организм к рабочему состоянию после вмешательства. По этой схеме лекарство способно точно изменить mTOR — клеточный регулятор роста и расхода ресурсов — или другой известный путь, но его эффект встретит несколько ответов сразу. Другая ткань компенсирует сдвиг; гормон меняет обмен веществ; бактерии кишечника меняют доступность молекулы; организм по-своему доставляет и перерабатывает препарат. Чем больше таких связей, тем труднее одной мишени сдвинуть продолжительность жизни всего тела. У мышей уже есть пример такого поиска: комбинация рапамицина и траметиниба увеличила медианную жизнь примерно на 30%, сильнее каждого препарата по отдельности. Новый обзор ставит дополнительный вопрос: какие сочетания нужно подбирать с учётом ответов разных тканей на каждую мишень. Статья не измеряет «буферизацию» одним прибором и не устанавливает предел человеческой жизни. Это качественный обзор, а не эксперимент с новой терапией. Его можно проверить: сравнивать, какие компенсаторные ответы включаются после вмешательства в разных тканях, и выяснять, усиливают ли сочетания вмешательств друг друга. Следующее поколение исследований должно составлять карту: какая ткань отменяет полезный эффект, каким сигналом она это делает и в какой последовательности вмешиваться, чтобы компенсация со стороны других органов не погасила результат.

Такое дело, друзья. Я тут по-ходу дела снял фильм. Ну как фильм, большой ролик на Ютубе. Но, мы решили посмотреть его в кинотеатре на Новом Арбате. Так что можно прийти в кино в субботу 25 июля в 4 часа. Главные герои фильма Аня Вахрушева, Иван Моргунов, Владимир Лешко проводят клинические исследования комбинированной генной терапии против старения на острове в Карибском Море. Пройти мимо такого было нельзя. Я все детально узнал и теперь всем расскажу. Если вы когда-нибудь задумались о лекарстве о старости, то вам надо прийти и обязательно посмотреть. Можно будет задать вопросы героям и поделиться своим мнением. Вход бесплатный, https://revertaza.timepad.ru/event/4091388/

На самом деле дико интересно, сможет ли ваша LLMка сформулировать вопросы, которые сами по себе вызовут большее удивление неожиданной постановкой проблемы?

Есть такая статья Вадима Гладышева «Разногласия по фундаментальным принципам биологии старения». Ее главный вывод прост: по самым фундаментальным вопросам биологии старения у ученых нет согласия. Более того, нет даже консенсуса, нужен ли вообще этот консенсус. Авторы опросили более ста специалистов — профессоров, постдоков и других исследователей — и задали им всего несколько базовых вопросов: 1. Что такое старение? 2. Что вызывает старение? 3. Что такое омоложение? 4. Какой главный нерешенный вопрос в этой области? 5. Когда начинается старение? 6. Является ли старение болезнью? 7. Нужно ли научному сообществу единое определение старения? 8. Ожидаете ли вы значительного увеличения средней продолжительности жизни в ближайшие 20 лет? Практически по каждому вопросу мнения разошлись. Но здесь возникает странная ситуация. Если в физике не удается совместить квантовую механику и общую теорию относительности, это становится центральной научной проблемой. Огромные усилия направляются именно на поиск теории, которая сможет устранить противоречия. В биологии старения происходит почти противоположное. Каждая группа продолжает развивать собственную гипотезу, видит будущий прорыв именно в своем направлении и редко пытается разобраться, почему разные теории приходят к настолько разным выводам. Казалось бы, сами разногласия должны стать отдельным, да нет, приоритетным предметом исследования. По-хорошему, ведущим специалистам стоило бы регулярно собираться и обсуждать не только новые результаты, но и главный вопрос: почему мы до сих пор настолько сильно расходимся во взглядах и какие исследования способны это изменить? Может быть, проблема и в том, что мы задаем недостаточно хорошие вопросы? Давайте попробуем сделать шаг вперед. Я начну 1. Какие эксперименты с наибольшей вероятностью способны разрешить существующие противоречия между теориями старения? 2. Недостаток какого типа данных сегодня сильнее всего мешает разобраться в природе старения? 3. Какие результаты уже получены, но остаются недостаточно проверенными или практически игнорируются научным сообществом? 4. Какие наблюдения сегодня невозможно удовлетворительно объяснить ни одной существующей теорией старения? 5. Какой минимальный набор экспериментальных результатов позволил бы научному сообществу сказать: «Теперь мы действительно понимаем, что такое старение»? 6. Что, помимо научных открытий, могло бы резко повысить интерес общества и государств к исследованиям старения? 7. Если бы существовал специальный фонд, финансирующий исключительно проекты по разрешению научных противоречий, какие исследования он должен был бы поддерживать в первую очередь? 8. Как убедить грантодателей финансировать исследования, цель которых — построение единой теории старения? Девятый и десятый вопрос предлагаю придумать читателям можно с помощью ChatGPT, так даже лучше.

Важный спор Маркова с Лидским о том, что доказывают транскриптомные часы

Есть такая база в геронтологии: если лучше чинить ДНК, то организм должен жить дольше. Интуитивно это прям очевидно: поломки ДНК — драйвер старения. Есть у нас такой знаменитый белок SIRT6. У него известны две функции: он помогает ремонтировать повреждения ДНК и одновременно держит под контролем LINE1-транспозоны, которые обычно должны сидеть на месте и никуда не двигаться. Группа Веры Горбуновой сделали две линии мышей с разными вариантами SIRT6. У одних SIRT6 хорошо ремонтировал ДНК, у других плохо. Казалось бы, первые должны выиграть: ДНК чинится эффективнее, значит, старение должно идти медленнее. Но вышло наоборот. Мыши с более активным ремонтом ДНК действительно лучше справлялись с повреждениями, но при этом у них хуже подавлялись LINE1-транспозоны. А самцы из этой группы жили меньше, чем обычные мыши и мыши с менее активным ремонтом. В аннотации авторы прямо формулируют этот вывод: вариант SIRT6 S10E усиливал ремонт ДНК, но ценой ослабленного подавления LINE1, что сопровождалось сокращением жизни у самцов. Получается, если SIRT6 слишком сильно переключается на ремонт ДНК, он хуже выполняет другую задачу — держит транспозоны в тишине. Потеря контроля над транспозонами может оказаться для организма опаснее, чем выигрыш от усиленной репарации. Напомню транспозоны — не пассивная часть в геноме, а потенциальный источник воспаления, геномной нестабильности и ускоренного старения. Поэтому в этой модели контроль LINE1 оказался сильнее связан с продолжительностью жизни, чем усиленный ремонт ДНК. Так сложно себе представить более важный подход в науке о старении, чем создании иерархии причин. https://pmc.ncbi.nlm.nih.gov/articles/PMC12889649/

​Harvard/Zitnik Lab показали ATHENA-R1: ИИ-агент выбирает лечение среди одобренных FDA лекарств и объясняет решение через проверяемые источники Система работает как цепочка поиска: она решает, какие данные нужны, вызывает биомедицинские инструменты и собирает ответ с видимым следом доказательств. Авторы проверили её на задачах по лекарствам, сценариях с пациентами, оценках экспертов по редким болезням и ретроспективных данных 5,4 млн пациентов. В медицине часто трудно выбрать правильное лекарство из уже существующих. У пациента есть болезнь, возраст, почки, печень, другие препараты, противопоказания, риск побочных эффектов и неполные рекомендации. В такой задаче уверенный текст опасен: врачу нужно видеть, откуда пришёл каждый шаг. 27 июня команда Shanghua Gao и Marinka Zitnik из Harvard Medical School выложила препринт ATHENA-R1. Модель на базе Qwen3-8B обучили работать с 212 биомедицинскими инструментами. Эти инструменты ходят в открытые источники вроде базы FDA по лекарственным инструкциям, Open Targets и Human Phenotype Ontology, то есть онтологии, где человеческие признаки и симптомы связаны с болезнями. Пример с сайта проекта простой: пожилой пациент с диабетом, гипертонией и ранней хронической болезнью почек принимает метформин. ATHENA-R1 должна проверить дозировки при сниженной функции почек, взаимодействия с другими препаратами, предупреждения из инструкций и подходящие альтернативы. В финале она выдаёт рекомендацию и след рассуждения: какие источники вызвала и что взяла из каждого. Авторы называют это treatment reasoning — рассуждением о лечении. Русский смысл: система по шагам выбирает терапию под ограничения конкретного пациента. Для будущей медицины старения это знакомая проблема в усиленной форме: геронаучные препараты, сенолитики, модуляторы mTOR, GLP-1-препараты, противовоспалительные схемы и клеточные терапии будут сталкиваться с коморбидностями, лекарственными взаимодействиями и слабыми конечными точками. Несколько дней назад MIRA и AMIE проверяли медицинских ИИ-агентов внутри виртуальной клиники: один агент работал в песочнице электронной карты, другой вёл пациента-актёра через три амбулаторных визита. ATHENA-R1 берёт следующий участок той же истории: выбор препарата, дозы и ограничения по внешним источникам, а затем видимый след того, как модель пришла к ответу. В препринте ATHENA-R1 набрала 94,7% на 3 168 задачах по лекарственным данным и 82,9% на 456 сценариях под конкретного пациента. GPT-5 в тех же открытых оценках получил 76,9% и 72,2%. Чтобы снизить риск запоминания, авторы строили часть тестов на препаратах FDA 2024 года, а из обучения убирали лекарства, одобренные после 2023-го. Команда набрала экспертов через 28 организаций по редким болезням; 23 оценщика вслепую сравнили 110 ответов ATHENA-R1 с ответами других моделей и чаще выбирали ATHENA-R1 по восьми критериям, включая точность, клиническую уместность и понятность цепочки. Затем команда взяла гипотезы ATHENA-R1 о побочных эффектах и проверила их на электронных медицинских данных Clalit Health Services: три из шести прогнозов дали статистически значимое повышение риска в нужных группах пациентов. Статус системы ограничен. GitHub-страница проекта называет ATHENA-R1 исследовательским артефактом для изучения рассуждения о лечении и поддержки решений; разрешение на клиническое применение у неё отсутствует. Ретроспективная проверка показывает связь в прошлых данных, а пользу от назначения лечения по совету модели должны проверять будущие исследования. Медицинский ИИ постепенно уходит от ответа «по памяти» к процедуре, где модель должна знать, что искать, где проверять и как показать след. Для области долголетия такая процедура полезнее очередного уверенного помощника: борьба со старением упрётся в способность безопасно выбирать вмешательства для живых, сложных, уже лечащихся людей.

ИИ-компании охотятся за философами Десять лет назад, когда революция в сфере искусственного интеллекта только набирала обороты, студентам гуманитарных факультетов настойчиво советовали учить языки программирования, если они хотят найти хорошую работу. Сегодня кажется, что это был плохой совет. Теперь за свои рабочие места переживают сами программисты, ведь их функции постепенно забирает ИИ. В нынешних условиях молодежи стоит присмотреться к изучению философии. Согласно свежим данным Федерального резервного банка Нью-Йорка, выпускники философских факультетов в Америке имеют больше шансов найти работу, чем те, кто изучал компьютерные науки. В 2024 году, который стал последним отчетным периодом, уровень безработицы среди программистов составил 7%, в то время как среди философов он был значительно ниже — всего 5,1%. Но уже девять лет назад инвестор и предприниматель Марк Кьюбан заявлял, что миру нужны философы, а не программисты. 🔥 https://fastsalttimes.com/ai-companies-hunt-for-philosophers/

День Рождения я не отмечал. Не то чтобы это было какое то взвешенное решение, не до него было. Последнее месяц я (мы) делаю презентацию и пока не сделаю мне белый свет не мил. Дело в том, что всё в Longevity крайне запутанно, а хочу распутать. Природа проблемы — у нас в области действую люди с очень разным мировоззрением, с очень разной картиной мира. Иногда разнонаправленные усилия аннигилируют друг друга или просто бессмысленны, и я хочу рассказать как всё устроено и как всё исправить исправить. Сделаю презентацию, внесу ясность — буду бегать радоваться, займусь искусством. Выложу на Ютуб, буду на комментарии отвечать. Хорошая жизнь начнется. Тут можно будет и отметить.

Продолжение А именно, они рассматривают, как более достоверно влияющие на какой-то холлмарк – и менно те вещества, которые влияют на наиболее достоверно связанные со старением гены (наиболее достоверно – по нашей классификации). 4.3. И, наконец, они присваивают показателю pAGE знак плюс или минус – в зависимости от того, в каком именно направлении он влияет на тот или иной холлмарк – то есть, поддерживает возрастной тренд или противостоит возрастному тренду. Тут они сам, кстати, подчёркивают некоторое несовершенство этого подхода – ведь по факту возрастные изменения иногда носят компенсаторный, геропротекторный характер, это хорошо подтверждено. Но в целом, тем не менее, эта метрика должна быть адекватной. И они подтвердили это дальше, когда они стали проверять, как хорошо эта метрика предсказывает геропротекторы. 5) Так вот. Они стали проверять как хорошо метрика pAGEпредсказывает геропротекторы. Они, прежде всего, взяли результаты программы тестирования веществ interventiontesting program (ITP). Они взяли в анализ вещества, которые в рамках этой программы продлевали жизнь мышам, и вещества, которые не продлевали. И они получили два результата. 1) Во-первых, среди успешных веществ (точнее, среди тех из них, для которых можно было померить pAGE, это не всегда можно сделать, потому что не для всех веществ есть достаточно данных по влиянию на гены) – у всех (8 из 8) было положительное влияние (статистически значимое или почти значимое) хотя бы на один холлмаркстарения. А среди неуспешных веществ оно было только примерно у половины (3 из 7). 2) Во-вторых, они для всех этих веществ посмотрели отношение числа положительных влияний к числу негативных влияний. То есть, на какое число холлмарков данное вещество положительно влияет / на какое число холлмарков данное вещество негативно влияет. И для успешных веществ это значение было (⟨pAGE+⟩/⟨pAGE−⟩ = 1.24), а для неуспешных оно было (⟨pAGE+⟩/⟨pAGE−⟩ = 0.52). Таким образом, успешные кандидаты из intervention testing program (ITP) показывают заметно лучшие показатели pAGE, чем неуспешные. 6) Они посмотрели на вещества, которые были включены в прошлые или текущие клинические исследования связанные со старением. И из 9 веществ, для которых можно было оценить pAGE – у 8 было положительное влияние хотя бы на один холлмарк старения. 7) Наконец, они взяли какую-то свежую работу, где на мышах независимо тестировали различные геропротекторы. Они подчеркивают, а) что выбор веществ в этом исследовании был по независимым от их работы критериям и б) что результаты этой работы были опубликованы уже после того, как они завершили свою работу по предсказанию геропротекторного потенциала веществ. Среди успешных кандидатов у всех, для кого можно было оценить pAGE – он был положительным хотя бы для одного холлмарка (5 из 5). Среди неуспешных кандидатов – 2 из 3. 8) Какой бы я сделал общий вывод из пунктов 5), 6) и 7). С одной стороны, очевидно, что метрика pAGE совершенно релевантна старению – и может что-то с некоторой достоверностью предсказывать. С другой стороны, очевидно и то, что она пока предсказывает далеко не идеально. И вот это в совокупности – самое важное обоснование для дальнейшего развития нашей базы данных. Нам нужно 1) в неё внести как можно больше данных и 2) сделать как можно более точными и развитыми наши критерии оценки силы и достоверности влияния гена на старение. Наша задача – как можно больше повысить эффективность предсказания потенциала геропротекторов на основе нашей базы. 9) Наконец, они применили метрику pAGE ко всему пулу непротестированных ещё на мышах веществ, для которых её можно было посчитать (60), и среди них нашли 21 вещество, которые положительно влияли хотя бы на один холлмарк. И, судя по предыдущим пунктам – многие из этих 21 могут оказаться реальными геропротекторами. Хотя и почти точно можно сказать – что не все.

В Nature Aging вышла статья про нашу базу Open Genes. Насчет неё Николай Немирович-Данченко написал мне письмо. Опубликую его здесь: Вобщем, смотри. 1) Первое, что мне кажется очень важным и фундаментальным. Они начали с того, что с помощью нашей базы они подтвердили фундаментальность понятия hallmark of aging. Каким образом. Они взяли гены нашей базы. Точнее, 2,358 генов, ассоциированных с долголетием. На всякий случай уточняю, потому что вдруг у нас в базе формально ещё аннотировано какое-то число генов, которые мы не связываем с долголетием. Так вот. Они с этими 2,358 генов сделали две вещи: 1) учли аттрибутированные к каждому гену (по нашей же базе) холлмарки старения и 2) наложили это на интерактом этих генов (не обратил внимание на то, откуда конкретно они взяли данные интерактома). И они увидели в получившейся картине статистически значимое подтверждение реальности холлмарков. Действительно, степень связанности генов, относящихся к одному холлмарку – статистически значимо выше, чем степень связанности между генами, относящимися к разным холлмаркам. Да, холлмарков было 11 (вроде бы их и должно быть примерно столько). Для 9 из них – вот эта «кластеризация» генов была статистически значима. А для двух – она была статистически незначима, но всё равно выявлялась, как тенденция. 2) Второе – это на самом деле развитие предыдущей мысли. Они показали что холлмарки старения не только объективно разделены – но и, всё-таки, связаны. Потому что наблюдалось статистически значимое наложение друг на друга разных холлмарков. Число генов, которые связаны одновременно с разными холлмарками старения – больше, чем статистически случайное. Это показывает, что холлмарки старения не только качественно различны – но, тем не менее, отражают разные аспекты некоторого цельного процесса. В целом, по этом двум пунктам. Мне кажется, это очень важный момент. Это подтверждение того, что мыслительный процесс, который стоит за разделением старения на отдельные холлмарки – не пустой. 3) Менее яркая деталь, но это тоже существенно. Они постарались проверить, насколько бьётся наша совокупность генов, связанных с долголетием – с пятью независимыми от нашей базы классификациями генов. Они специально проверили, что эти пять классификаций не использовались нами при создании базы опен джинс. i) связанные со старением пути (сигнальные-регуляторные-метаболические), (ii) гены, ассоциированные со старением по 6 крупномасштабным исследованиям, (iii) гены, связанные с пятью возраст-зависимыми заболеваниями, (iv) гены, связанные с 8 различными типами рака, вероятность которых увеличивается с возрастом и (v) гены, задействованные в репарации ДНК и в прогерии. Гены из нашей базы статистически неслучайно попадают в эти группы. 4) И вот начинается самое важное. Они сделали на основе нашей базы метрику pAGE для оценки геропротекторного потенциала веществ. Эта метрика приблизительно означает то, с какой силой и степенью достоверности и в каком направлении данное вещество влияет на тот или иной холлмарк старения. Как приблизительно вычисляется pAGE(очень приблизительно). 4.1. По данным о влиянии вещества на гены (вот тут я точно не знаю их деталей. Но я думаю, что они смотрели эффекты веществ и на экспрессию генов и на активности соответствующих белков. Но я это не проверял. Просто для меня это более-менее вытекает из их общей интонации) – так вот, по данным о влиянии вещества на гены – можно определить степень связанности вещества с тем или иным кластером генов – холлмарком старения. 4.2. Дальше тут надо иметь в виду, что в этом месте они как раз начинают учитывать в своей метрике наши уровни достоверности. Как ты помнишь, одним из самых важных, интегративных результатов нашей базы и статьи – является разделение генов на 5 групп по степени достоверности ассоциации со старением (это зависит от того, на каких именно данных основана эта ассоциация). Так вот, они учитывали в своей метрике pAGE эти наши разные уровни достоверности.