Pateiktas mikrobiomo mėginys (oda, burnos ar išmatų tamponu), tyrėjai parodė, kad dabar jie gali naudoti mašininį mokymąsi, kad nuspėtų žmogaus chronologinį amžių, su skirtingu tikslumu. Odos mėginiai pateikė tiksliausią prognozę, teisingai apskaičiuoti maždaug per 3,8 metų, lyginant su 4,5 metų su geriamuoju mėginiu ir 11,5 metų su išmatų mėginiu. Mikrobų, gyvenančių burnos ertmėje arba jaunų žmonių (nuo 18 iki 30 metų) žarnyne, tipai buvo įvairesni ir gausesni nei lyginamųjų vyresnio amžiaus žmonių (60 metų ir vyresnių) lyginamųjų mikrobiomų.
Prognozavimo įrankis, aprašyta vasario 11 d. 2020 m mSistemos , buvo sukurtas bendradarbiaujant San Diego Kalifornijos universiteto ir IBM mokslininkams.
„Šis naujas gebėjimas koreguoti mikrobus su amžiumi padės mums tęsti būsimus mikrobų vaidmens senėjimo procese ir su amžiumi susijusių ligų tyrimus, ir leiskite mums geriau išbandyti galimas terapines intervencijas, nukreiptas į mikrobiomas, “-sakė vyresnysis autorius Zhenjiang Zech Xu, Daktaras, kuris tyrimo metu buvo doktorantas UC San Diego medicinos mokyklos laboratorijoje, vyresnysis autorius Robas Knightas, Daktaras, San Diego mikrobiomų inovacijų centro profesorius ir direktorius.
Galutinis komandos tikslas yra sukurti panašius mašinų mokymosi modelius, kurie koreliuotų mikrobiomą ir klinikines sąlygas, pvz., uždegimas autoimuninėmis sąlygomis. Šis metodas kada nors gali būti neinvazinio mikrobiomo tyrimo pagrindas, kuris gali padėti gydytojams geriau diagnozuoti ar įvertinti asmens ligos riziką.
Viename 2014 m. Vašingtono universiteto mokslininkai palygino „mikrobų amžių“ -; amžius, kaip prognozavo išmatų mikrobiomas -; ir faktinis chronologinis amžius, atsižvelgiant į prastai maitinamus kūdikius pirmaisiais gyvenimo mėnesiais. Mokslininkai pažymėjo, kad skirtumas tarp chronologinio ir mikrobinio amžiaus buvo susijęs su vaikų raidos brandos laipsniu. Naujajame tyrime UC San Diego tyrėjai žengė šią idėją dar vieną žingsnį, norėdami išsiaiškinti, ar ši asociacija gali būti taikoma suaugusiesiems, ir kaip gerai jis apibendrintas kitose kūno vietose.
Pasak Xu, vienas iš svarbiausių gero statistinio modelio reikalavimų yra didelis imties dydis ir tipiška populiacija. Padaryti tai, tyrėjai išgavo mikrobiomų sekos nustatymo duomenis, pasiekiamus iš kelių piliečių mokslo projektų viešųjų duomenų bazių, pavyzdžiui, Amerikos žarnų projektas, kuriame dalyviai siunčia pašarus išmatomis, seilės ar odos tamponai, gauti asmeninius mikrobiomų rodmenis, ir pateikti savo anoniminius duomenis mokslo bendruomenei.
Tyrimas rėmėsi iš viso 4, 434 išmatų mėginiai iš JAV ir Kinijos, 2, 550 seilių mėginių iš JAV, Kanada, JK ir Tanzanija, ir 1, 975 odos mėginiai iš JAV ir JK Dalyviai, kurių duomenys buvo naudojami tyrime, buvo nuo 18 iki 90 metų amžiaus, su kūno masės indeksais nuo 18,5 iki 30, neturėjo uždegiminės žarnyno ligos ar diabeto, ir nevartojo antibiotikų mažiausiai vieną mėnesį prieš imant mėginius. Tyrimas taip pat neįtraukė nėščių, hospitalizuotas, neįgaliems ar sunkiai sergantiems asmenims.
„Tai buvo iki šiol išsamiausias mikrobiomos ir amžiaus tyrimas, “ - sakė pirmasis autorius Shi Huang, Daktaras, doktorantas Knight laboratorijoje ir UC San Diego mikrobiomų inovacijų centre.
Komanda nustatė su lytimi susijusius žarnyno mikrobiomų rezultatų skirtumus, tačiau nėra jokio skirtumo tarp vyrų ir moterų, kai kalbama apie burnos ir odos mikrobiomos rezultatus. Nepaisant mikrobų, gyvenančių skirtingose žmogaus kūno vietose, įvairovės, taip pat nebuvo jokio skirtumo, ar odos mėginiai buvo paimti iš kaktos ar rankų, Tai reiškia, kad būsimi odos mikrobiomų tyrimai gali padidinti jų statistinę galią, derindami surinkimo vietas ir lytis.
Viena iš galimų priežasčių, kodėl mūsų odoje gyvenantys mikrobai taip nuosekliai keičiasi senstant, tyrėjai sakė, yra dėl nuspėjamų odos fiziologijos pokyčių, kuriuos patiria visi, tokių kaip sumažėjusi serumo gamyba ir padidėjęs sausumas.
„Mūsų rezultatų tikslumas parodo galimybes pritaikyti mašinų mokymąsi ir dirbtinio intelekto metodus, kad geriau suprastume žmogaus mikrobiomas, “,-sakė bendraautorius Ho-Cheolis Kim, Daktaras, programos „Dirbtinis intelektas sveikai gyvensenai“ programos direktorius, „IBM Research“ ir „UC San Diego“ bendradarbiavimas pagal „IBM AI Horizons Network“. "Šios technologijos taikymas būsimiems mikrobiomų tyrimams galėtų padėti atverti gilesnes įžvalgas apie koreliaciją tarp to, kaip mikrobiomos veikia mūsų bendrą sveikatą, ir daugybę ligų ir sutrikimų, pradedant neurologine, baigiant širdies ir kraujagyslių bei imunine sveikata."
Pasak bendraautoriaus Yoshiki Vázquez-Baeza, Daktaras, bioinformacinės integracijos asocijuotasis direktorius UC San Diego mikrobiomų inovacijų centre, amžiaus prognozavimas yra ypač patrauklus būdas numatytiems modeliams mokyti, nes norint tapti mėginio donoru, dalyviams nereikia atitikti specialių kriterijų, vertinant amžių paprastai nereikia lankytis ligoninėje.
Kiti tyrimai, kuriuose pagrindinis dėmesys skiriamas vienai konkrečiai būklei, kaip uždegiminė žarnyno liga, dažnai stengiasi gauti pakankamai dalyvių, atitinkančių tyrimo kriterijus ir norinčius dalyvauti, kad galėtų padaryti prasmingas išvadas. Bet čia, platus amžiaus prognozavimo pritaikomumas leido mums ištirti mikrobų modeliavimo ribas precedento neturinčiu mastu “.
Yoshiki Vázquez-Baeza, Daktaras, bioinformacinės integracijos asocijuotas direktorius UC San Diego mikrobiomų inovacijų centre
„Išmokus kurti tikslius ir tvirtus mikrobiomų pagrindu sukurtus modelius, bus atvertos kelios biotechnologinės programos, ir padėti mums geriau suprasti tam tikrų bakterijų ryšį su dominančiais rezultatais, “ - tarė riteris.