
A mesterséges intelligencia (AI) képzésére is szolgáló gépi tanulás segítségével, vizeletmintákból állapították meg az öregedéssel járó krónikus betegségek kialakulásának esélyét egy friss kutatásban – írta meg a Medical Xpress. A kronológiai és a biológiai életkor gyakran eltér, mivel mindenkinek más ütemben öregszenek el a sejtjei, ezáltal valaki a biológiai kora alapján fiatalabb vagy idősebb lehet a kronológiai korához képest.
Az eredetileg az njp Aging folyóiratban megjelent kutatás szerint a legismertebb öregedési órák a DNS-metilációs modellek, amelyek az epigenetikai változások mérésén alapulnak, és összefüggést mutatnak a morbiditással (ez mutatja meg, hogy egy populáción belül hányan szenvednek az adott betegségben), valamint az összhalálozási aránnyal. Ezen túl a biológiai kor és a lehetségesen kialakuló betegségek a mikroRNS-ekkel is előrejelezhetők, aminek fontos paraméterei a vérből, plazmából, bőrből vagy más biológiai mintákból származó mikroRNS-ek eredményei.
A japán Craif és a Nagojai Egyetem Jövő Társadalmának Innovációs Intézetének közös kutatásban több mint 6300 olyan résztvevő vizeletmintáit tesztelték, akik részt vettek a miSignal Scan nevű daganatszűrő vizsgálaton, és önbevallásos módszer alapján a résztvevők életkorát, nemét, testtömegét, testmagasságát, dohányzási szokásait, fizikai aktivitását, heti alkoholfogyasztását és önbevalláson alapuló társbetegségeit is elemezték.
Végül két csoportra osztották a résztvevőket: az első teszthalmazban 2840 résztvevő volt az eredeti mintahalmazból, kiegyensúlyozott életkor- és nemi eloszlással; a második 1091 résztvevőt tartalmazott egy külön mintahalmazból, ahol az életkor és a nem szerinti kiegyensúlyozás nem történt meg. A gépi tanulási modell ezek alapján megtanulta az mRNS és az életkor közötti összefüggéseket. A kutatás azt az eredményt mutatta, hogy az első csoportban átlagosan 4,5 éves eltérés van a biológiai és kronológiai éltkor között, a másodikban 4,4, amely eredményekkel az új módszer meghaladta a véralapú mikroRNS- és mRNS-órák teljesítményét.
Kapcsolódó cikk:










