Une intelligence artificielle pour prédire le vieillissement biologique

Biologie

Si l’on vieillit toutes et tous à chaque instant passé, le processus de vieillissement ne se fait pas à la même vitesse au niveau biologique et il est très variable selon les individus. D’autant plus qu’il est le facteur de risque le plus important dans la majorité des pathologies, notamment chroniques. Une équipe de scientifiques internationaux, dirigée par Louis Casteilla et Paul Monsarrat, professeurs à l’université Toulouse III – Paul Sabatier en physiologie animale et odontologie, exerçant au sein de l’institut Restore (CNRS/ENVT/Inserm/UT3), a utilisé une intelligence artificielle afin de réussir à discerner l’âge physiologique de l’âge chronologique. Une approche, publiée dans la revue Aging Cell le 10 juin, qui permet de mieux comprendre, prédire et prendre en charge de manière individualisée les individus et patients.

Bibliographie

Explainable machine learning framework to predict personalized physiological aging
David Bernard, Emmanuel Doumard, Isabelle Ader, Philippe Kemoun, Jean-Christophe Pagès, Anne Galinier, Sylvain Cussat-Blanc, Felix Furger, Luigi Ferrucci, Julien Aligon, Cyrille Delpierre, Luc Pénicaud, Paul Monsarrat, Louis Casteilla
Aging Cell, 10 juin 2023 - https://doi.org/10.1111/acel.13872

Contact

Louis Casteilla
Enseignant Chercheur Université Toulouse III – Paul Sabatier
Paul Monsarrat
Enseignant Chercheur Université Toulouse III – Paul Sabatier
Valentin Euvrard
Presse Université Toulouse III - Paul Sabatier
CNRS - Service de Presse