Annettu mikrobiominäyte (iho, suu tai ulosteenpuikko), tutkijat ovat osoittaneet, että he voivat nyt käyttää koneoppimista ihmisen kronologisen iän ennustamiseen, vaihtelevalla tarkkuudella. Ihonäytteet antoivat tarkimman ennusteen, arvioi oikein noin 3,8 vuoden kuluessa, verrattuna 4,5 vuoteen suun kautta otetulla näytteellä ja 11,5 vuoteen ulosteenäytteellä. Nuorten (18-30 -vuotiaiden) suuontelossa tai suolistossa elävien mikrobien tyypit olivat yleensä monipuolisempia ja runsaampia kuin vanhempien aikuisten (60 -vuotiaat ja sitä vanhemmat) vertailumikrobiomeissa.
Ennustava työkalu, kuvattu paperissa, joka julkaistiin 11. helmikuuta, 2020 mennessä mSystems , kehitettiin yhteistyössä San Diegon Kalifornian yliopiston ja IBM:n tutkijoiden kanssa.
"Tämä uusi kyky korreloida mikrobeja iän kanssa auttaa meitä edistämään tulevia tutkimuksia mikrobien roolista ikääntymisprosessissa ja ikään liittyvistä sairauksista, ja voimme testata paremmin mahdollisia terapeuttisia toimenpiteitä, jotka kohdistuvat mikrobiomeihin, "sanoi vanhempi kirjailija Zhenjiang Zech Xu, PhD, joka oli tutkimuksen aikaan tutkijatohtori UC San Diegon lääketieteen laitoksen laboratoriossa, vanhempi kirjailija Rob Knight, PhD, professori ja johtaja UC San Diego Center for Microbiome Innovation.
Tiimin perimmäisenä tavoitteena on luoda samanlaisia koneoppimismalleja, jotka vastaavat mikrobiomia ja kliinisiä olosuhteita, kuten tulehdus autoimmuunisairauksissa. Tämä lähestymistapa voisi jonain päivänä muodostaa perustan ei-invasiiviselle mikrobiomipohjaiselle testille, joka mahdollisesti auttaa lääkäreitä paremmin diagnosoimaan tai arvioimaan henkilön riskiä sairaudesta.
Vuonna 2014 tehdyssä tutkimuksessa Washingtonin yliopiston tutkijat vertasivat "mikrobi -ikää" -; ikä ulosteen mikrobiomin ennustamana -; ja todellinen kronologinen ikä aliravittujen imeväisten yhteydessä ensimmäisten elinkuukausien aikana. Tutkijat totesivat, että kronologisen ja mikrobi -iän välinen ero liittyi lasten kehittymisasteeseen. Uudessa tutkimuksessa UC San Diegon tutkijat ottivat tämän ajatuksen askeleen pidemmälle nähdäkseen, voisiko tämä yhdistys koskea aikuisia, ja kuinka hyvin se yleistyi muihin kehon sivustoihin.
Xun mukaan yksi tärkeimmistä vaatimuksista hyvälle tilastolliselle mallille on suuri otoskoko ja edustava väestö. Tehdä se, tutkijat louhoivat mikrobiomien sekvensointitietoja useiden kansalaisten tiedehankkeiden julkisista tietokannoista, kuten American Gut Project, jossa osallistujat postittavat ulosteen, sylki tai ihopyyhkeet, saada henkilökohtaiset mikrobiomilukemat, ja toimittamaan anonyymit tietonsa tiedeyhteisölle.
Tutkimus perustui yhteensä 4, 434 ulosteenäytettä Yhdysvalloista ja Kiinasta, 2, 550 syljenäytettä Yhdysvalloista, Kanada, Iso -Britannia ja Tansania, ja 1, 975 ihonäytettä Yhdysvalloista ja Isosta -Britanniasta Osallistujat, joiden tietoja käytettiin tutkimuksessa, vaihtelivat iästä 18-90 vuotta, painoindeksit 18,5-30, ei ollut tulehduksellista suolistosairautta tai diabetesta, eikä ollut käyttänyt antibiootteja vähintään kuukauteen ennen näytteenottoa. Tutkimus jätti myös raskaana olevat, sairaalaan, vammaisia tai vakavasti sairaita henkilöitä.
"Tämä oli kattavin mikrobiomin ja iän tutkimus tähän mennessä, "sanoi ensimmäinen kirjoittaja Shi Huang, PhD, tutkijatohtori Knightin laboratoriossa ja UC San Diego Center for Microbiome Innovation.
Tiimi löysi sukupuolikohtaisia eroja suoliston mikrobiomituloksissa, mutta ei eroa miesten ja naisten välillä suun ja ihon mikrobiomituloksissa. Huolimatta mikrobien monimuotoisuudesta, jotka elävät eri paikoissa ihmiskehossa, sillä ei myöskään ollut väliä, oliko ihonäytteet otettu otsasta tai käsistä, Tämä tarkoittaa, että tulevat ihon mikrobiomitutkimukset voivat parantaa niiden tilastollista voimaa yhdistämällä keräyspaikat ja sukupuolet.
Yksi mahdollinen syy siihen, että ihossamme elävät mikrobit muuttuvat niin johdonmukaisesti ikääntyessämme, tutkijat sanoivat, johtuu ennustettavissa olevista muutoksista ihon fysiologiassa, joita jokainen kokee, kuten vähentynyt seerumin tuotanto ja lisääntynyt kuivuus.
"Tulosten tarkkuus osoittaa mahdollisuudet soveltaa koneoppimista ja tekoälytekniikoita ihmisen mikrobiomien ymmärtämiseksi paremmin, "kirjoitti kirjailija Ho-Cheol Kim, PhD, Artificial Intelligence for Healthy Living -ohjelman ohjelmajohtaja, IBM Researchin ja UC San Diegon yhteistyö IBM AI Horizons Networkin alla. "Tämän tekniikan soveltaminen tuleviin mikrobiomitutkimuksiin voisi auttaa avaamaan syvempää tietoa korrelaatiosta sen välillä, miten mikrobiomit vaikuttavat yleiseen terveyteemme, ja monenlaisiin sairauksiin ja häiriöihin neurologisista sydän- ja verisuonitauteihin ja immuunijärjestelmään."
Kirjailija Yoshiki Vázquez-Baezan mukaan PhD, bioinformatiikan integroinnin apulaisjohtaja UC San Diego Center for Microbiome Innovation, iän ennustaminen on erityisen houkutteleva menetelmä ennustavien mallien kouluttamiseen, koska osallistujien ei tarvitse täyttää erityisiä kriteerejä tullakseen otosluovuttajaksi, ja ikän arviointi ei yleensä edellytä sairaalakäyntiä.
Muut tutkimukset, jotka keskittyvät yhteen tiettyyn tilaan, kuten tulehduksellinen suolistosairaus, usein vaikeaa saada tarpeeksi osallistujia, jotka täyttävät tutkimuskriteerit ja jotka ovat halukkaita osallistumaan voidakseen tehdä mielekkäitä johtopäätöksiä. Mutta täällä, iän ennustamisen laaja soveltuvuus antoi meille mahdollisuuden tutkia mikrobimallinnuksen rajoja ennennäkemättömässä mittakaavassa. "
Yoshiki Vázquez-Baeza, PhD, bioinformatiikan integroinnin apulaisjohtaja UC San Diego Center for Microbiome Innovation
"Tarkkojen ja kestävien mikrobiomipohjaisten mallien luomisen oppiminen avaa oven monille bioteknologisille sovelluksille, ja auttaa meitä ymmärtämään paremmin tiettyjen bakteerien suhdetta kiinnostaviin tuloksiin, "Knight sanoi.