2007年，David Furman还是布宜诺斯艾利斯大学的一名研究生。那一年，他参加了一个会议，在会上遇到了斯坦福大学的免疫学家Mark Davis。Furman对Davis关于研究人类免疫系统新方法的想法非常感兴趣，因此在第二年加入了Davis的实验室，成为一名博士后研究员。
他的第一个项目涉及给个体接种流感疫苗，然后收集血液以评估不同年龄组和时间跨度内的多种免疫反应。在不同的队列中，他们观察到了与疫苗反应相关的生物标志物，但让Furman特别关注的是年龄。1,2
“无论是细胞因子、代谢物、基因还是细胞，它们都随着年龄发生了显著变化，以至于你可以构建一个非常准确的时钟来预测生理年龄，”Furman说。“这就是我对衰老研究产生兴趣的起点。”
在收集多参数纵向研究数据的过程中，现在已经是斯坦福大学和巴克老龄化研究所的免疫学家和数据科学家的Furman受到了人类基因组项目的启发，该项目为研究人员研究遗传学提供了革命性的资源。“我想，为什么我们不为免疫系统创建类似的东西呢？”他说。即使在他的和Davis的研究中有600名参与者，他也知道他们需要更多的数据点。他联系了斯坦福大学的其他研究人员，将他们的细胞因子、代谢物、基因表达和细胞数据集汇集在一起，创建了一个公共使用的免疫图谱。这一合作产生了斯坦福1000免疫组项目（1KIP）。
“这是一件非常酷的事情，而且是以许多人都无法实现的规模进行的，所以最终我们都会成为他工作的受益者，因为数据具有开源性质，”哥伦比亚大学的生物学家Matthew Yousefzadeh说。“Furman是一位杰出的科学家，他在衰老研究方面做了出色的工作。”
然而，虽然这个项目带来了许多机会，但也引入了一个新的挑战：管理所有收集到的信息。“我坐在那里，淹没在数据中，”Furman回忆道。为了解析数据集中的多个参数，Furman需要计算生物学的力量。
随着1KIP数据量太大，无法用传统的数据分析软件处理，Furman转向机器学习来识别疫苗数据中的有意义模式。今天，Furman的团队使用人工智能（AI）分析大数据集，确定哪些参数对于特定结果最重要。通过1KIP数据和深度学习模型，Furman和他的团队展示了炎症分子与血管健康和衰老相关，并开发了一种基于与年龄相关的炎症的指标，称为iAge。3
“专注于炎症真的很酷，因为炎症是衰老的关键特征之一，它与其他许多特征有关联，”加州大学旧金山分校研究衰老机制的系统生物学家Hao Li说，他过去没有与Furman合作过。“基本上，它涉及各种组织和器官的衰老。”
Furman的团队表明，iAge可以预测生物衰老，可能被用作评估老年人整体健康的诊断工具。此外，该模型确定了CXC基序趋化因子配体9（CXCL9），这是一种促进炎症反应以及血管和骨骼生成的细胞因子，是炎症驱动衰老的主要贡献者。他们展示了CXCL9降低了小鼠主动脉组织的功能，并且该分子与人类的心血管健康相关。“能够从宏观层面逐步缩小到具体的特征，从而进行干预，这是非常不错的，”Li说。
“这将非常有用，即使是在未来，”Yousefzadeh说。他将Furman的iAge时钟中的循环血液因素与之前描述的甲基化时钟进行了对比。4,5 “它更容易测量，可能在某种程度上更便宜。一旦确定了最常见的因素，你就可以创建定制的多重[酶联免疫吸附测定]，这符合临床工作流程，而这些表观遗传时钟则不然。”
最近，Furman和他的团队在一个与衰老和DNA甲基化相关的功能性参数上训练了一个新算法。这个时钟在预印本中被描述，它将甲基化与身体和心理能力相关联，以监测衰老健康。6 Yousefzadeh评论说，像心理压力和社会健康决定因素这样的因素通常在数据中表现不佳。“他不仅在血液因素上训练他的时钟，看起来还在实际的生活质量功能因素上进行训练，”Yousefzadeh说。“在某些方面，我认为这些是最有意义的因素。”
尽管横断面研究和数据存储库为研究人员提供了大量信息，但最终目标是在一段时间内研究个体的衰老。然而，这具有挑战性。“人类衰老研究的主要问题是等待时间太长，”Furman说。“[纵向]研究极其昂贵，联邦资助的拨款周期只有五年，所以你永远无法通过联邦资金资助这类研究。”
解决方案最终来自头顶的宇宙。2019年，Daniel Winer是一名免疫学家，目前是Furman在巴克老龄化研究所的合作者，他正在观看科幻剧《太空无垠》。Winer对机械力在免疫细胞中的经验使他对剧中人物为何没有解决微重力问题的方法感到好奇。
“我给Furman发短信说‘我们绝对要研究微重力如何影响免疫功能，并使用你的管道开发对抗它的药物，’”Winer回忆道。
当美国国家航空航天局（NASA）的一位科学家根据Furman在炎症和衰老方面的研究联系他，以研究太空对宇航员健康的影响时，这个想法得到了推进。这导致了联合NASA拨款；Furman、Winer和其他合作者展示了太空飞行改变了宇航员的免疫反应。7
2022年，Furman和Winer成立了一家名为Cosmica Biosciences的公司，专注于利用空间科学知识开发长寿干预措施。随后，Furman开发了一个使用模拟微重力的人工老化模型，以研究其对血细胞的影响。8 这为他和他的团队提供了一个平台，评估可以延缓或逆转衰老影响的干预措施；他们目前正在免疫类器官中研究这些干预措施。“这是1000免疫组项目的下一个层次，”Furman说。“我可以在24小时内看到这些免疫类器官老化的程度，大约相当于八年的老化。”
“我可以看到个体在生命轨迹中哪些特征、哪些生物途径随年龄变化，”Furman解释说。“我可以开始将这些特征映射到不同的化合物上，并在我的加速老化机器中的培养物中添加这些化合物，看看哪些化合物可以逆转免疫系统的衰老途径。”
“Furman正在将高维免疫分析数据的使用民主化，用于衰老研究和多病共存的分析，”Yousefzadeh说。“我不必重新发明轮子。David创造了一个很好的轮子，并向你展示如何使用它。”
尽管AI在Furman的应用中具有巨大的潜力，但在生物学研究中使用AI仍面临许多挑战。与Furman的研究相关的一个问题是患者隐私与访问数据以构建稳健模型之间的平衡。“我们必须尊重患者的隐私，但由于我们在这个理解边界之旅的早期阶段，我认为我们过于谨慎了，”Furman说。随着研究人员和审查委员会越来越熟练地结合AI，Furman预计这一限制将得到解决。
此外，Furman指出，将不同平台的数据集结合起来是使用AI进行生物研究的持续挑战，另外还有如何处理单个个体的数据。“当你有大量个人数据……并没有非常明确的方法来应对这个问题，”他说。解决这些限制可以扩展AI在研究小组内部和之间的潜在用途。
“科学家们现在产生的数据量与10年前或15年前相比，简直是巨大的，”Winer评论道，他补充说，希望AI能够压缩大型数据集并提取新的或有趣的发现。
“AI有潜力做出一些非常有趣的预测，”Li说。然而，他补充说，目前许多这些预测集中在相关性而非因果关系上，但这仍然是一个正在进行的研究领域。
关于Furman和他的团队的贡献，Winer说，“他们在计算免疫学领域产生了重大影响，特别是与生物炎症或免疫相关的老化生物标志物，还包括新的测量老化的新指标。”
David Furman是Edifice Health的创始人兼科学顾问委员会主席，也是Cosmica Biosciences的创始人兼首席科学官。
(全文结束)
