Az Gero orosz startup matematikusai és biológusai egy olyan algoritmust hoztak létre, amely lehetővé teszi, hogy rövid kérdőív segítségével pontosan becsülje meg az ember biológiai életkorát. Megállapításaikat a bioRxiv.org elektronikus könyvtárban tették közzé.
Az utóbbi években a tudósok aktívan keresik a betegek biológiai életkorának becslésére szolgáló módszereket. A tudósok úgy értelmezik ezt a kifejezést, hogy egy adott ember szövete és szerve milyen hány vagy fiatalon néz ki, összehasonlítva az ő korosztályába tartozó más emberekkel.
A biológusok szerint a naptár és a biológiai életkor közötti eltérés segít az orvosoknak eldönteni, vajon különös figyelmet kell fordítaniuk betegeik egészségére annak érdekében, hogy a lehető leghosszabb ideig éljenek.
A tudósok kezdetben egy ember biológiai életkorát kiszámították bizonyos vérben levő fehérjemolekulák koncentrációjának, valamint a DNS-burkoló szerkezetének és a test munkájának sok más szempontjának elemzésével. Az utóbbi években a biológusok arra utalnak, hogy ugyanazokat az eredményeket lehet vérminták nélkül, hanem a szervek munkájának MRI, röntgen és egyéb diagnosztikai rendszerek alkalmazásával történő elemzésével kapni.
Pyrkov és munkatársai a közelmúltban megtanultak, hogyan lehet kiszámítani az ember biológiai életkorát a mesterséges intelligencia és a testmozgás szintjét nyomon követő egyszerű fitnesz-követők segítségével. Erre a következtetésre jutottak, miután elemezték az összegyűjtött adatokat, miközben körülbelül százezer amerikai nővér és egészségügyi szakember életét megfigyelték gépi tanulási módszerekkel.
Ezek a sikerek arra késztették a matematikusokat, hogy vajon mennyire különböznek a jóslatok pontossága az olyan egyszerű rendszerek között, amelyek nem igényelnek beavatkozást a test munkájába, és a bonyolultabb módszerek között, amelyek a vér és más szövetek gyűjtését foglalják magukban.
Ehhez ugyanazokat az adatkészleteket használták a NHANES projektből, mint a fitneszkövetővel végzett munka során, amely nemcsak az amerikai orvosok fizikai aktivitására vonatkozó adatokat, hanem vérmintáikat, étkezési szokásait és különféle felmérések eredményeit is tartalmazza.
Ebben az összehasonlításban a tudósok egy egyszerű elvre támaszkodtak - a biokor kiszámításához szükséges összes ilyen módszer előrejelzésének eredményei nem térhetnek el nagymértékben az ápolónők és az egészségügyi dolgozók kronológiai életkorától, és ugyanakkor helyesen számítsák ki haláluk valószínűségét vagy stroke-ot, szívrohamot és más betegséget.
Promóciós videó:
Ez az elemzés segített nekik megtudni, hogy az algoritmusok prediktív pontossága mind a vér biomarkereit, mind a felmérési adatokat felhasználva nagyjából megegyezik. Ennek az ötletnek a alapján a tudósok létrehoztak egy neurális hálózatot, amely segített nekik kiválasztani a legfontosabb kérdéseket, amelyeket az NHANES szerzői használtak, és létrehoztak egy egyszerű, de pontos módszert a bio-életkor kiszámításához.
Ennek az algoritmusnak a kifinomultabb változata, amely a biomarkerek különbségeit is figyelembe veszi, képes volt helyesen kiszámítani a NHANES résztvevőinek átlagos élettartamát - 79,9 év, amely csak hat hónappal különbözik a WHO hivatalos statisztikáitól.
A tudósok remélik, hogy megközelítésük nemcsak az ilyen előrejelzéseket hozzáférhetőbbé és pontosabbá fogja tenni, hanem más adatkészletek elemzésével segít felfedni az ember biológiai életkorát befolyásoló egyéb tényezőket is.
