Anne Trafton, Massaçusets Texnologiya İnstitutu tərəfindən

Sadie Harley tərəfindən redaktə edilib , Robert Egan tərəfindən nəzərdən keçirilib

 Redaktorların qeydləri

 GIST

Tercih edilən mənbə kimi əlavə edin

540+ Ordu Döyüş Fiziki Təcrübəsi Testi balına çatmaq üçün bioloji qabiliyyətin ölçülməsi. Kredit: Communications Biology (2026). DOI: 10.1038/s42003-026-09663-2

Qandakı molekulyar aktivlik nümunələri təkcə insanın nə dərəcədə sağlam olduğuna deyil, həm də fiziki performansı dəstəkləyən bioloji proseslərə dair ipucları saxlaya bilər. MIT, GE HealthCare və Vest-Poyntdakı ABŞ Hərbi Akademiyasındakı tədqiqatçılar minlərlə bu molekulyar siqnalı fitness səviyyələri ilə əlaqələndirən hesablama modeli hazırlayıblar və bu da fitness məşqlərini yaxşılaşdırmaq və zədə və ya xəstəliklərdən sağalmanı sürətləndirmək üçün gələcək tədqiqatlara məlumat verə biləcək yolları ortaya çıxarıblar.

Tədqiqatçılar öz modellərini inkişaf etdirmək üçün ABŞ Hərbi Akademiyasında hərbi yarışa hazırlaşan 86 kursantda 50.000-dən çox biomarkeri təhlil ediblər. Bu məlumatlardan istifadə edərək tədqiqatçılar daha yüksək fiziki hazırlığa töhfə verən molekulyar yolları müəyyən edə biliblər.

MIT-in Bioloji Mühəndislik Bölməsinin Səhiyyə Elmləri və Texnologiyaları üzrə Qrover M. Hermann professoru Ernest Fraenkel deyir: “50.000 ölçmə apardıq və ölçdüyümüz markerlərin mexaniki olaraq fiziki hazırlıqla əlaqəli olma ehtimalının olduğu təxminən 100-ə endirmək istədik. Beləliklə, bu, yalnız çoxlu sayda olacaq statistik korrelyasiya deyil, həm də səbəb-nəticə əlaqəsinin olması ehtimalının olduğu markerlərdir”.

Bu biomarkerlər qan nümunələrinin təhlili ilə ölçülə bilər ki, bu da idmançıya, məsələn, xroniki xəstəliyi və ya uzunmüddətli zədəsi olan birinə zədə riskini azaltmaq, sağalmanı sürətləndirmək və ya ənənəvi ölçülərin göstərdiyindən daha yüksək performans səviyyələrini artırmaq üçün səylərini cəmləşdirmək üçün potensial sahələr haqqında əlavə məlumat verməyin sadə bir yolunu təklif edə bilər.

GE HealthCare-in Səhiyyə Texnologiyaları və İnnovasiya Mərkəzinin baş alimi Azər Əlizadə məqalənin aparıcı müəllifidir. Frenkel və GE HealthCare-in baş baş alimi Luka Marinelli ” Communications Biology” jurnalında dərc olunan yeni tədqiqatın baş müəllifləridir .

Xəritəçəkmə fitnesi

Boy kimi sadə bir xüsusiyyətin genetik əsasını tapmaq üçün elm adamları minlərlə insanın genetik markerlərinin boyla əlaqələndirilə biləcəyi genom-genom assosiasiya tədqiqatları (GWAS) kimi tanınan genişmiqyaslı tədqiqatlar apara bilərlər. Lakin, bir çox müxtəlif genetik, fizioloji və ətraf mühit amillərinin qarşılıqlı təsiri ilə müəyyən edilən fiziki hazırlıq kimi xüsusiyyətlər üçün vəziyyət daha da mürəkkəbləşir.

Tədqiqatçılar, Vest Poyntdakı ABŞ Hərbi Akademiyasında Sandhurst Hərbi Bacarıqlar Yarışmasına hazırlaşan 86 könüllüdən ibarət qrupla işləyərək, bu amillərdən bəzilərini müəyyən etməyə çalışdılar. Əlizadə GE HealthCare, GE Research, West Point və MIT alimləri ilə əməkdaşlıq edərək eksperimental tədqiqatın dizaynına və icrasına rəhbərlik etdi.

Üç aylıq tədqiqat dövründə könüllülər beş seansa qədər iştirak ediblər. Hər seansda intensiv məşqdən əvvəl və sonra qan nümunələri götürülüb. Tədqiqatçılar həmçinin arıq əzələ kütləsi və VO2 max (məşq zamanı oksigen istehlakının maksimum dərəcəsi) kimi digər xüsusiyyətləri də _ölçüblər .

Tədqiqatçılar qan nümunələrindən DNT metilləşmə nümunələrini təhlil etməklə, mesajçı RNT transkriptlərini ardıcıllıqla təyin etməklə və nümunələrdə tapılan minlərlə zülal və kiçik molekulu təhlil etməklə əldə etdikləri 50.000-dən çox biomarkeri ölçə bildilər.

Tədqiqatçılar 50.000 biomarker dəstindən Ordu Döyüş Fitness Testindəki (ACFT) performansla ölçülən ümumi fiziki hazırlığı proqnozlaşdıra biləcək daha kiçik bir rəqəm müəyyən etməyə ümid edirdilər. Bu testə 2 mil qaçış, maksimum deadlift (insanın tək təkrar üçün qaldıra biləcəyi ən ağır çəki, 340 funt-sterlinqə qədər) və sprint-drag-daşıma, yəni sprint, xizək sürükləmə və girlet daşıma testi daxildir.

Bunu etməyin bir yolu sadəcə fiziki hazırlıq və biomarkerlər arasındakı korrelyasiyaları müəyyən etmək üçün hesablama modelini öyrətmək olardı. Lakin, Frenkelin sözlərinə görə, tədqiqatda yalnız 86 subyekt iştirak etdiyi üçün bu yanaşma təsadüfi və fiziki hazırlığa töhfə verməyən korrelyasiyalar yarada bilər.

Daha hədəflənmiş bir yanaşma tətbiq etmək üçün tədqiqatçılar əvvəlcə markerlər arasındakı qarşılıqlı əlaqələri təmsil edən şəbəkə modeli yaratdılar və bu qarşılıqlı əlaqələri kataloqlaşdıran mövcud verilənlər bazalarına əsaslanaraq. Bu əlaqələr siqnal yolunda bir-biri ilə qarşılıqlı təsir göstərən zülalları və ya bir sıra genləri aktivləşdirən transkripsiya faktorunu təmsil edə bilər.

“Biz şəhər xəritəsi kimi düşünə biləcəyiniz bir şəbəkə qurduq. Şəhər xəritəsində işıq saçan yerləri tapmaq istəyirsiniz – təkcə bir işıq deyil, eyni məhəllədə bir dəstə ev və ya küçə lampası yanır”, – deyə Frenkel bildirir. “Bu nəhəng molekulyar xəritədə ölçdüyümüz fenotiplə əlaqəli şəkildə eyni anda aktiv olan məhəllələri tapa bilərik.”

Marinelli deyir ki, “Biz Fraenkel laboratoriyasının şəbəkə bioinformatikasına əsaslanaraq, ACFT ballarını proqnozlaşdıran fiziki xüsusiyyətlər qruplarını, məsələn, bədən tərkibi və ya VO ₂ max kimi məşq fiziologiyası metriklərini idarə edən bioloji ifadə sxemlərini kəşf etmək üçün tam proqnozlaşdırıcı modelləşdirmə çərçivəsi yaratdıq”.

Tədqiqat iştirakçılarından alınan ölçmələri FenoMol kimi tanınan bu proqnozlaşdırıcı modelə daxil etdikdən sonra tədqiqatçılar ACFT-də performansla əlaqəli 100-dən çox biomarker müəyyən edə bildilər.

Bu biomarkerlərə əsaslanan fitnes proqnozları, şəbəkə əlaqələrini nəzərə almadan biomarkerləri ACFT-dəki performansla əlaqələndirən modelin proqnozlarından daha dəqiq idi. Bundan əlavə, PhenoMol, iştirakçıların VO2 və arıq əzələ kütlələrinin ölçülməsinə əsaslanaraq fitnes proqnozlaşdıran modelə bənzər şəkildə nəticə _göstərdi .

Hüceyrə yolları

Tədqiqatçılar PhenoMol tərəfindən müəyyən edilən biomarkerlərin bir neçə fərqli hüceyrə yoluna bölündüyünü aşkar etdilər. Bunlara qan laxtalanmasında iştirak edən yollar və zədələnmiş hüceyrələri təmizləməkdə iştirak edən immun sisteminin bir hissəsi olan komplement kaskadı daxildir. Frenkel deyir ki, bu sistemlər, ehtimal ki, toxuma zədələnməsindən sonra sağalmağa və məşq zamanı stress reaksiyasına kömək edir.

Digər bir görkəmli qrup, zülalların parçalanması nəticəsində yaranan ammonyakın aradan qaldırılmasından məsul olan karbamid dövrü ilə əlaqəli molekulları əhatə edir. Model həmçinin mitoxondrilərin (hüceyrələr daxilində enerji yaradan orqanoidlər) funksiyası ilə əlaqəli biomarkerləri də müəyyən etmişdir.

Frenkel indi hansı göstəricilərin insanın hazırkı fiziki hazırlığını göstərdiyini və hansılarının onun potensial fiziki hazırlıq səviyyələrini aşkar edə biləcəyini daha dərindən araşdırmağa ümid edir. O deyir ki, bu, ənənəvi fiziki hazırlıq testlərində görünməyən potensial güclü tərəfləri aşkar etməyə kömək edə bilər.

Bu cür proqnoz təkcə idman məşqləri üçün deyil, həm də zədə və ya xəstəlikdən sağalan digər insanlar və ya yaşlanmanın təsirlərini yaşayan insanlar üçün faydalı ola bilər. Məsələn, bu yanaşmanın müxtəlif populyasiyalarda istifadəsi insultdan sonra yaşlı bir insan üçün faydalı məlumat verə bilər, çünki bu cür hadisələr əhəmiyyətli dərəcədə hərəkətliliyi bərpa etmək üçün çox vaxt aylarla terapiya tələb edir.

“Bu, ordu və idman komandaları üçün, eləcə də bir çox normal həyat vəziyyətlərində əhəmiyyətlidir, çünki ola bilsin ki, kimsə hansısa zədə və ya xəstəlik səbəbindən reabilitasiyadan keçir və çətinliklərlə üzləşir”, – Frenkel deyir.

“Yaxud qocalma zamanı kiminsə qabiliyyətini itirdiyini və ya reallaşdıra bildiyindən daha çox qabiliyyətinin olduğunu görə bilərsiniz.”

O əlavə edir ki, molekulyar fitness markerləri məşhur qida əlavələrinin və fitness proqramlarının potensial faydalarını ciddi şəkildə sınaqdan keçirmək üçün klinik sınaqlarda da istifadə edilə bilər.

Test prosesini asanlaşdırmaq üçün tədqiqatçılar biomarkerlər hovuzunu geniş istifadə üçün uyğun olan tək bir metoddan istifadə edərək qan nümunəsindən asanlıqla ölçülə bilən bir ovuca qədər daraltmaq istəyirlər.