محققان با استفاده از ابزارهای هوش مصنوعی نشان دادند که فیبروز ریوی ایدیوپاتیک نه تنها با پیری شتاب یافته مرتبط است، بلکه فرآیندهای پاتولوژیک منحصر به فرد خود را دارد. آنها دو مدل یادگیری عمیق توسعه دادند: یک ساعت پیری پروتئومیک با دقت بالا که سن بیولوژیکی بیماران را پیش‌بینی می‌کند و مدل IPF-P3GPT که الگوهای بیان ژن مرتبط با بیماری و پیری را شناسایی می‌کند.
بیماران مبتلا به عفونت‌های شدید، که ممکن است به فیبروز ریوی منجر شود، سن بیولوژیکی بالاتری نسبت به افراد سالم دارند و مسیرهای کلیدی شامل TGF-ß، استرس اکسیداتیو، التهاب و بازسازی ماتریس خارج سلولی هستند.
منبع: eurekalert