Ученые десятилетиями раскрывали секреты старения в лабораториях, но врачи в клиниках часто о них не слышали. Компьютерный анализ почти полумиллиона научных работ выявил тревожный разрыв между фундаментальной наукой и практической медициной.
Исследователи из Стэнфордского университета и Европейского университета Валенсии загрузили в алгоритмы искусственного интеллекта 461 789 тезисов исследований о старении, опубликованных с 1925 по 2023 год. ИИ без предубеждений проанализировал текст и составил карту научных тем. Результат, опубликованный в журнале Aging, показал существование двух почти не пересекающихся миров. В одном доминируют термины клетка, молекулярный и белок. В другом — пациент, лечение и здравоохранение. Эти группы редко ссылаются друг на друга, несмотря на миллиардные инвестиции, призванные соединить лабораторные открытия с помощью больных.
Главный вывод алгоритмов — разрыв в переводе знаний. Например, исследования окислительного стресса, проблем митохондрий или клеточного старения практически не упоминаются в статьях о лечении пациентов. Ученые, изучающие старение мышц, либо углубляются в молекулярные механизмы, либо анализируют программы тренировок для пожилых, но почти никогда не сочетают оба подхода в одной работе.
ИИ выявил неисследованные связи, где могут скрываться прорывные открытия. Почти не изучены взаимосвязи между старением и митохондриями, окислительным стрессом и эпигенетикой, теломерами и болезнью Альцгеймера. В то же время анализ подтвердил устоявшиеся связи, такие как рак и клеточное старение, изучаемые десятилетиями.
С течением времени произошел резкий сдвиг. До 2000 года в области доминировала фундаментальная биология. После этого центр тяжести сместился в сторону клинических исследований и ухода за пациентами. Особенно заметен взрывной рост работ, посвященных старению мозга, болезни Альцгеймера и деменции. Это связано не только с актуальностью проблемы, но и с целевым государственным финансированием, которое привело к эффекту снежного кома, оставляя в тени исследования других систем организма.
Еще одна тревожная тенденция — снижение разнообразия изучаемых тем. Ученые концентрируются на все более узком круге идей, что потенциально ограничивает приток свежих концепций. Более того, популярные в науке теории, такие как признаки старения, не полностью соответствуют реальным исследовательским кластерам, выявленным ИИ. Это говорит о том, что биология старения может быть сложнее наших упрощенных схем.
Преодоление этого разрыва требует структурных изменений. Исследователи предлагают создавать междисциплинарные команды, стандартизированные словари, связывающие лабораторные маркеры с симптомами пациентов, и включать измерения молекулярного старения в крупные клинические исследования. Без этого усилия, направленные на увеличение продолжительности здоровой жизни, могут так и не дойти от лабораторных пробирок до больничных коек.
Объективный взгляд ИИ на полмиллиона исследований показал закономерности, которые эксперты-люди упускали десятилетиями. Теперь вопрос в том, готова ли научно-медицинская система преодолеть выявленные барьеры ради здоровья стареющего населения.
