Forskare Från Ryssland Har Lärt Sig Hur Lätt Det är Att Beräkna Din Biologiska ålder - Alternativ Vy

Forskare Från Ryssland Har Lärt Sig Hur Lätt Det är Att Beräkna Din Biologiska ålder - Alternativ Vy
Forskare Från Ryssland Har Lärt Sig Hur Lätt Det är Att Beräkna Din Biologiska ålder - Alternativ Vy

Video: Forskare Från Ryssland Har Lärt Sig Hur Lätt Det är Att Beräkna Din Biologiska ålder - Alternativ Vy

Video: Forskare Från Ryssland Har Lärt Sig Hur Lätt Det är Att Beräkna Din Biologiska ålder - Alternativ Vy
Video: VAD GÖR BARN MED 500 KRONOR - EXPERIMENT 2024, Maj
Anonim

Matematiker och biologer från den ryska starten Gero har skapat en algoritm som låter dig exakt uppskatta en persons biologiska ålder med hjälp av ett kort frågeformulär. Deras resultat publicerades i det elektroniska biblioteket bioRxiv.org.

Under de senaste åren har forskare aktivt letat efter sätt att uppskatta en persons biologiska ålder. Forskare förstår denna term som hur gammal eller ung vävnader och organ hos en viss individ ser ut i jämförelse med andra människor från hans åldersgrupp.

Avvikelsen mellan kalender och biologisk ålder, enligt biologer, kommer att hjälpa läkare att avgöra om de ska ägna särskild uppmärksamhet åt hälsan hos sina patienter för att hjälpa dem att leva så länge som möjligt.

Ursprungligen beräknade forskare den biologiska åldern för en person genom att analysera koncentrationen av vissa proteinmolekyler i blodet, liksom strukturen för DNA-omslaget och många andra aspekter av kroppens arbete. Under de senaste åren har biologer börjat hitta antydningar om att samma bedömningar kan erhållas utan att ta blodprover, men genom att analysera organens arbete med MRI, röntgenstrålar och andra diagnostiska system.

Pyrkov och hans kollegor lärde sig nyligen hur man beräknar en persons biologiska ålder med hjälp av konstgjord intelligens och enkla träningsspårare som följer nivån på fysisk aktivitet. De kom till denna slutsats efter att ha analyserat uppgifter som samlats in medan de observerade livet för ungefär hundra tusen amerikanska sjuksköterskor och läkare med hjälp av maskininlärningsmetoder.

Dessa framgångar fick matematiker att undra hur mycket noggrannheten i förutsägelser mellan sådana enkla system som inte kräver störningar i kroppens arbete och mer komplexa metoder som involverar insamling av blod och andra vävnader skiljer sig åt.

För att göra detta använde de samma datasats från NHANES-projektet som när de arbetade med fitness-trackers, som inkluderade inte bara data om fysisk aktivitet för amerikansk medicinsk personal, utan också deras blodprover, kostvanor och resultat från olika undersökningar.

I denna jämförelse förlitade sig forskarna på en enkel princip - resultaten av förutsägelser om alla dessa metoder för beräkning av bioålder bör inte skilja sig mycket från den kronologiska åldern hos sjuksköterskor och medicinska arbetare, och samtidigt korrekt beräkna sannolikheten för deras död eller förvärv av stroke, hjärtattacker och andra sjukdomar.

Kampanjvideo:

Denna analys hjälpte dem att ta reda på att algoritmernas förutsägbarhetsnoggrannhet med både biomarkörer i blodet och undersökningsdata var ungefär densamma. Baserat på denna idé skapade forskarna ett neuralt nätverk som hjälpte dem att välja de viktigaste frågorna som författarna till NHANES använde och skapa ett enkelt men ändå korrekt sätt att beräkna bioåldern.

En mer komplex version av denna algoritm, som också tar hänsyn till skillnaderna i biomarkörer, kunde korrekt beräkna den genomsnittliga livslängden för deltagare från NHANES - 79,9 år, vilket skiljer sig från den officiella WHO-statistiken för USA med bara sex månader.

Forskare hoppas att deras tillvägagångssätt inte bara kommer att göra sådana förutsägelser mer tillgängliga och korrekta, utan också hjälper till att avslöja andra faktorer som påverkar en persons biologiska ålder genom att analysera andra datamängder.

Rekommenderas: