本字幕由TME AI技术生成

伦敦国王学院的研究人员开发了一种基于AI的衰老时钟

可以通过分析血液代谢物数据预测个体的健康状况和寿命

衰老时钟可以帮助发现健康状况下降的早期迹象

从而在疾病发作之前采取预防策略和干预措施

还可以让人们主动跟踪自己的健康状况

做出更好的生活方式选择

并采取措施保持更长时间的健康

研究使用了英国生物样本库超过二十二点五万名参与者的血液标记数据

这些参与者在招募时的年龄在四十至六十九岁之间

训练和测试了十七种机器学习算法

发现非线性机器学习算法

特别是cubst回归模型表现最为出色

科学家在本次研究中引入了meillege代谢组年龄

通过观测血液新陈代谢过程中产生的小分子来评估生物年龄

而marriagedelta是指manage与实际年龄的差值

用于只是生物衰老处于加速还是减速状态

研究发现

manriage大于实际年龄的个体

通常身体更虚弱

更容易患慢性疾病

自评健康状况较差

且死亡风险更高

他们也拥有更短的端粒

与动脉粥样硬化等老年疾病相关

IOPPN国王奖研究员

该研究的主要作者朱利安

穆茨博士表示

与无法改变的实际年龄更同

我们的生物年龄是可以改变的

他表示

代谢组学衰老失中有可能帮助我们了解哪些人在晚年可能面临更大的健康问题风险

这些时钟为生物医学和健康研究提供了生物年龄的替代衡量标准

这可以帮助塑造个人的生活方式选择

并为卫生服务机构实施的预防策略提供信息

我们的研究评估了用于开发老化石中的各种机器学习方法

表明非线性算法在捕获老化信号方面表现最佳