S obzirom na uzorak mikrobioma (koža, bris usta ili fekalije), istraživači su pokazali da sada mogu koristiti strojno učenje za predviđanje kronološke dobi osobe, s različitim stupnjem točnosti. Uzorci kože dali su najtočnije predviđanje, ispravnu procjenu u roku od približno 3,8 godina, u usporedbi s 4,5 godine s oralnim uzorkom i 11,5 godina s uzorkom izmeta. Vrste mikroba koje žive u usnoj šupljini ili u crijevima mladih ljudi (u dobi od 18 do 30 godina) bile su raznovrsnije i brojnije nego u usporednim mikrobiomima starijih osoba (u dobi od 60 godina i više).
Alat za predviđanje, opisano u radu objavljenom 11. veljače, Do 2020 mSustavi , razvijen je kao suradnja istraživača sa Sveučilišta California San Diego i IBM -a.
"Ova nova sposobnost povezivanja mikroba s godinama pomoći će nam u napredovanju budućih studija o ulozi mikroba u procesu starenja i bolestima povezanim sa starenjem, i omogućiti nam da bolje testiramo potencijalne terapijske intervencije koje ciljaju na mikrobiome, "rekao je jedan od viših autora Zhenjiang Zech Xu, Doktor znanosti, koji je u vrijeme studija bio postdoktorski istraživač u laboratoriju Medicinskog fakulteta Sveučilišta San Diego, su-viši autor Rob Knight, Doktor znanosti, profesor i direktor Centra za mikrobiomske inovacije UC San Diego.
Krajnji cilj tima je stvoriti slične modele strojnog učenja za korelaciju mikrobioma i kliničkih stanja, poput upale u autoimunim stanjima. Ovaj pristup bi jednog dana mogao biti osnova za neinvazivni test temeljen na mikrobiomima koji potencijalno pomaže kliničarima u boljoj dijagnostici ili procjeni rizika osobe za bolest.
U studiji iz 2014. Znanstvenici sa Sveučilišta Washington usporedili su "dob mikroba" -; starost predviđena fekalnim mikrobiomom -; i stvarnu kronološku dob u kontekstu pothranjene dojenčadi tijekom prvih mjeseci života. Znanstvenici su primijetili da je razlika između kronološke i mikrobne dobi povezana sa stupnjem razvojne zrelosti djece. U novoj studiji, Istraživači UC San Diega napravili su ovu ideju korak dalje kako bi vidjeli može li se ovo udruženje primijeniti na odrasle osobe, i koliko je dobro generaliziran na druga mjesta tijela.
Prema Xu, jedan od najvažnijih zahtjeva za dobar statistički model je velika veličina uzorka i reprezentativna populacija. Napraviti to, istraživači su iskopali podatke o sekvenciranju mikrobioma koji su dostupni iz javnih baza podataka nekoliko znanstvenih projekata građana, kao što je American Gut Project, u kojem sudionici šalju e -poštom, bris sline ili kože, primaju svoja prilagođena očitanja mikrobioma, te dostavljaju svoje anonimne podatke znanstvenoj zajednici.
Studija se oslanjala na ukupno 4, 434 uzorka izmeta iz SAD -a i Kine, 2, 550 uzoraka sline iz SAD -a, Kanada, UK i Tanzanija, i 1, 975 uzoraka kože iz SAD -a i Velike Britanije Sudionici čiji su podaci korišteni u istraživanju bili su u dobi od 18 do 90 godina, s indeksima tjelesne mase od 18,5 do 30, nije imao upalnu bolest crijeva ili dijabetes, i nisu koristili antibiotike najmanje mjesec dana prije uzorkovanja. Studija je također isključila trudnice, hospitaliziran, osobe s invaliditetom ili teške bolesti.
"Ovo je bilo najopsežnije istraživanje mikrobioma i starosti do sada, "rekao je prvi autor Shi Huang, Doktor znanosti, postdoktorski istraživač u Knight's laboratoriju i UC San Diego Centru za mikrobiomske inovacije.
Tim je otkrio rodno specifične razlike u rezultatima crijevnih mikrobioma, ali nema razlike između muškaraca i žena kada su u pitanju rezultati mikrobioma usne šupljine i kože. Unatoč raznolikosti mikroba koji žive na različitim mjestima u ljudskom tijelu, također nije bilo važno jesu li uzorci kože uzeti sa čela ili ruku, što znači da buduća istraživanja mikrobioma kože mogu povećati njihovu statističku moć kombiniranjem mjesta prikupljanja i spolova.
Jedan od mogućih razloga da se mikrobi koji žive na našoj koži mijenjaju tako dosljedno kako starimo, istraživači su rekli, posljedica je predvidivih promjena u fiziologiji kože koje svatko doživljava, poput smanjene proizvodnje seruma i povećane suhoće.
"Točnost naših rezultata pokazuje potencijal primjene tehnika strojnog učenja i umjetne inteligencije za bolje razumijevanje ljudskih mikrobioma, "rekao je koautor Ho-Cheol Kim, Doktor znanosti, direktor programa Programa umjetne inteligencije za zdrav život, suradnja između IBM Research i UC San Diego u okviru IBM AI Horizons Network. "Primjena ove tehnologije na buduća istraživanja mikrobioma mogla bi pomoći u otkrivanju povezanosti između utjecaja mikrobioma na naše cjelokupno zdravlje i širokog spektra bolesti i poremećaja, od neurološkog do kardiovaskularnog i imunološkog."
Prema koautoru Yoshiki Vázquez-Baeza, Doktor znanosti, pomoćni direktor bioinformatičke integracije u UC San Diego Centru za mikrobiomske inovacije, predviđanje dobi posebno je atraktivna metoda za obuku prediktivnih modela jer sudionici ne moraju ispunjavati posebne kriterije kako bi postali donatori uzorka, a procjena dobi obično ne zahtijeva posjet bolnici.
Druge studije koje se usredotočuju na jedno posebno stanje, kao što je upalna bolest crijeva, često se bore za dobivanje dovoljno sudionika koji zadovoljavaju kriterije studija i koji su spremni sudjelovati kako bi mogli donijeti smislene zaključke. Ali ovdje, široka primjenjivost predviđanja dobi omogućila nam je da istražimo granice mikrobnog modeliranja na neviđenim razmjerima. "
Yoshiki Vázquez-Baeza, Doktor znanosti, pomoćni direktor bioinformatičke integracije u UC San Diego Centru za mikrobiomske inovacije
"Učenje kako stvoriti točne i robusne modele na bazi mikrobioma otvorit će vrata brojnim biotehnološkim primjenama, i pomoći nam da bolje razumijemo odnos određenih bakterija s rezultatima od interesa, "Rekao je Knight.