Venäläisen startup-yrityksen Geron matemaatikot ja biologit ovat luoneet algoritmin, jonka avulla voit arvioida ihmisen biologisen iän tarkasti lyhyen kyselylomakkeen avulla. Heidän havaintonsa julkaistiin sähköisessä kirjastossa bioRxiv.org.
Viime vuosina tutkijat ovat aktiivisesti etsineet tapoja estimoida ihmisen biologinen ikä. Tutkijat ymmärtävät tämän termin sillä, kuinka vanhat tai nuoret tietyn yksilön kudokset ja elimet näyttävät verrattuna muihin hänen ikäryhmänsä ihmisiin.
Biologien mukaan kalenterin ja biologisen iän välinen ero auttaa lääkäreitä selvittämään, kiinnitetäänkö potilaiden terveyteen erityistä huomiota, jotta he voivat elää mahdollisimman pitkään.
Aluksi tutkijat laskivat ihmisen biologisen iän analysoimalla tiettyjen proteiinimolekyylien pitoisuudet veressä, samoin kuin DNA-käärerakenteen ja monia muita kehon työn näkökohtia. Viime vuosina biologit ovat alkaneet löytää vihjeitä, että samat arvioinnit voidaan saada ottamatta verinäytteitä, mutta analysoimalla elinten työtä MRI-, röntgen- ja muiden diagnoosijärjestelmien avulla.
Pyrkov ja hänen kollegansa oppivat äskettäin kuinka laskea ihmisen biologinen ikä käyttämällä tekoälyä ja yksinkertaisia fyysisen aktiivisuuden tasoa seuraavia kunto-seurantalaitteita. He päätyivät tähän johtopäätökseen analysoidessaan kerättyjä tietoja havaitsemalla noin sadan tuhannen amerikkalaisen sairaanhoitajan ja lääketieteen ammattilaisen elämää koneoppimismenetelmin.
Nämä onnistumiset saivat matemaatikot ihmettelemään, kuinka paljon ennusteiden tarkkuus sellaisten yksinkertaisten järjestelmien, jotka eivät vaadi väliintuloa kehon työhön, ja monimutkaisempien menetelmien, joihin sisältyy veren ja muiden kudosten kerääminen, välillä eroaa suuresti.
Tätä varten he käyttivät samaa NHANES-projektin aineistoa kuin kunto-seurannan kanssa työskenteleessä, joka sisälsi paitsi tietoja amerikkalaisten lääketieteen ammattilaisten fyysisestä aktiivisuudesta, myös heidän verinäytteensä, ruokailutottumuksensa ja erilaisten tutkimusten tulokset.
Tässä vertailussa tutkijat luottavat yhteen yksinkertaiseen periaatteeseen - kaikkien näiden ikien laskentamenetelmien ennusteiden tulosten ei pitäisi poiketa suuresti sairaanhoitajien ja lääketieteen työntekijöiden kronologisesta iästä, ja samalla laskea oikein heidän kuolemansa todennäköisyys tai aivohalvauksien, sydänkohtausten ja muiden sairauksien hankkiminen.
Mainosvideo:
Tämä analyysi auttoi heitä selvittämään, että sekä veressä olevia biomarkkereita että tutkimustietoja käyttävien algoritmien ennustetarkkuus oli suunnilleen sama. Tämän idean perusteella tutkijat loivat hermoverkon, joka auttoi heitä valitsemaan tärkeimmät kysymykset, joita NHANESin kirjoittajat käyttivät, ja luomaan yksinkertaisen, mutta tarkan tavan laskea bioikä.
Tämän algoritmin hienostuneempi versio, joka ottaa huomioon myös biomarkkereiden erot, pystyi laskemaan oikein NHANES-osallistujien keskimääräisen elinajanodotteen - 79,9 vuotta, mikä eroaa WHO: n Yhdysvaltojen virallisista tilastoista vain kuusi kuukautta.
Tutkijat toivovat, että heidän lähestymistapansa ei vain paranna tällaisten ennusteiden saatavuutta ja tarkkuutta, vaan auttaa myös paljastamaan muita ihmisen biologiseen ikään vaikuttavia tekijöitä analysoimalla muita tietokokonaisuuksia.