
-
生物通官微
陪你抓住生命科技
跳动的脉搏
来自视网膜图像的深度学习衰老标志物揭示了性别特异性的临床和遗传特征
《Nature Communications》:Deep learning aging marker from retinal images unveils sex-specific clinical and genetic signatures
【字体: 大 中 小 】 时间:2026年08月27日 来源:Nature Communications 18.1
编辑推荐:
摘要视网膜眼底图像为观察系统性衰老提供了一个无创窗口。在此,我们微调了一个基础模型(RETFound),利用英国生物样本库中 71,343 名参与者的彩色眼底图像来预测实际年龄,平均绝对误差达到 2.85 年。由此产生的视网膜年龄差,即预测年龄与实际年龄之间的差异,与心脏代谢
视网膜眼底图像为观察系统性衰老提供了一个无创窗口。在此,我们微调了一个基础模型(RETFound),利用英国生物样本库中 71,343 名参与者的彩色眼底图像来预测实际年龄,平均绝对误差达到 2.85 年。由此产生的视网膜年龄差,即预测年龄与实际年龄之间的差异,与心脏代谢特征、炎症、认知表现、全因死亡率、痴呆、癌症以及新发心血管疾病有关。全基因组分析确定了与长寿、代谢、神经退行性变和年龄相关眼病相关的基因。性别分层模型显示出一致的性能但不同的生物特征:男性与代谢综合征的联系更强,而在女性中,模型注意力和遗传学都指向视网膜血管参与程度更高。进一步分析表明,女性在围绝经期过渡过程中的视网膜衰老模式有所不同,绝经后女性表现出更高的视网膜年龄差值,其临床关联也更接近于在男性中观察到的情况。我们的研究将视网膜年龄差定位为一个具有生物学相关性和性别特异性的表型,它与多种衰老相关疾病和结局相关联,这种关联超越了包括实际年龄在内的传统风险因素。