Londono Karaliaus koledžo Psichiatrijos, psichologijos ir neurologijos instituto (IoPPN) mokslininkai atliko išsamų tyrimą, siekdami įvertinti dirbtiniu intelektu pagrįstus senėjimo laikrodžius, kurie pagal kraujo duomenis prognozuoja sveikatą ir gyvenimo trukmę.
Tyrėjai apmokė ir išbandė 17 mašininio mokymosi algoritmų, naudodami duomenis apie žymenis kraujyje iš daugiau nei 225 000 JK Biobank dalyvių, kurių amžius nuo 40 iki 69 metų, kai jie buvo įdarbinti. Jie ištyrė, kaip gerai skirtingi metabolominiai senėjimo laikrodžiai numato gyvenimo trukmę ir kaip tvirtai šie laikrodžiai buvo susieti su sveikatos ir senėjimo rodikliais.
Žmogaus metabolinis amžius, jų „MileAge“, yra matas, nurodantis, kiek senas jo kūnas atrodo viduje, remiantis kraujo žymenimis, vadinamais metabolitais. Metabolitai yra mažos molekulės, kurios susidaro medžiagų apykaitos procese, pavyzdžiui, kai maistas skaidomas į energiją.
Skirtumas tarp numatomo žmogaus metabolito amžiaus ir chronologinio amžiaus, vadinamo MileAge delta, rodo, ar jo biologinis senėjimas pagreitėja, ar sulėtėja.
Tyrimas buvo paskelbtas m Mokslo pažanga ir yra pirmasis, išsamiai palyginęs skirtingus mašininio mokymosi algoritmus pagal jų gebėjimą sukurti biologinio senėjimo laikrodžius naudojant metabolitų duomenis, panaudodamas vieną didžiausių duomenų rinkinių pasaulyje.
Asmenys, turintys pagreitintą senėjimą (ty kurių metabolitas yra senesnis nei jų chronologinis amžius), vidutiniškai buvo silpnesni, dažniau sirgo lėtinėmis ligomis, blogiau įvertino savo sveikatą ir turėjo didesnę mirtingumo riziką. Jie taip pat turėjo trumpesnius telomerus, kurie yra ląstelių senėjimo žymeklis ir yra susiję su su amžiumi susijusiomis ligomis, tokiomis kaip aterosklerozė.
Tačiau sulėtėjęs biologinis senėjimas (kai metabolito prognozuojamas amžius yra jaunesnis nei chronologinis amžius) buvo tik silpnai susijęs su gera sveikata.
Senstantys laikrodžiai gali padėti pastebėti ankstyvus prastėjančios sveikatos požymius, sudaryti sąlygas prevencinėms strategijoms ir intervencijoms prieš prasidedant ligai. Jie taip pat gali leisti žmonėms aktyviai stebėti savo sveikatą, geriau pasirinkti gyvenimo būdą ir imtis veiksmų, kad ilgiau išliktų sveiki.
Dr. Julian Mutz, IoPPN Kingo premijos mokslinis bendradarbis ir pagrindinis tyrimo autorius, sakė: „Metabolinio senėjimo laikrodžiai gali suteikti informacijos apie tai, kam gali kilti didesnė rizika susirgti sveikatos problemomis vėliau.
„Skirtingai nei chronologinis amžius, kurio negalima pakeisti, mūsų biologinis amžius yra potencialiai keičiamas. Šie laikrodžiai yra biologinio amžiaus biologinio amžiaus matas biomedicinos ir sveikatos tyrimams, kurie galėtų padėti formuoti asmenų gyvenimo būdo pasirinkimą ir sveikatos paslaugų vykdomas informacines prevencines strategijas.
„Mūsų tyrimas įvertino daugybę mašininio mokymosi metodų, skirtų senstantiems laikrodžiams kurti, parodydami, kad netiesiniai algoritmai geriausiai fiksuoja senėjimo signalus.”
Profesorė Cathryn Lewis, genetinės epidemiologijos ir statistikos profesorė, NIHR Maudsley BRC tyrimų, genomikos ir prognozavimo temos vadovo pavaduotoja ir vyresnioji tyrimo autorė, sakė: „Yra didelis susidomėjimas senstančių laikrodžių, kurie tiksliai įvertintų, kūrimas. mūsų biologinis amžius galinga didelių duomenų analizė gali atlikti svarbų vaidmenį tobulinant šias priemones.
„Šis tyrimas yra svarbus etapas nustatant biologinio senėjimo laikrodžių potencialą ir jų gebėjimą informuoti apie sveikatos pasirinkimą.”
Tyrėjai nustatė, kad metabolominis laikrodis, sukurtas naudojant konkretų mašininio mokymosi algoritmą, vadinamą kubizmo taisyklėmis pagrįstą regresiją, buvo labiausiai susijęs su dauguma sveikatos ir senėjimo žymenų.
Jie taip pat nustatė, kad algoritmai, galintys modeliuoti netiesinius ryšius tarp metabolitų ir amžiaus, paprastai geriausiai fiksuoja biologinius signalus, informuojančius apie sveikatą ir gyvenimo trukmę.