研究人员发现，伊迪丝考恩大学（ECU）开发了一种创新方法测量生物年龄，这将有助于更早检测和追踪年龄相关疾病。
该研究题为《深度强化学习驱动的多组学整合构建gtAge：基于IgG N-糖组和血液转录组的新型衰老时钟》，已发表在《工程学》期刊上。
ECU研究团队联合悉尼皇家阿尔弗雷德亲王医院和中国汕头大学医学院的研究人员，聚焦血液中随年龄变化的特定成分——IgG N-糖组（指抗体附着的糖结构）以及血液细胞基因活性快照（即转录组）。
通过深度强化学习这一人工智能技术整合两组数据，研究团队创建了名为gtAge的新型衰老时钟。
gtAge方法预测个体年龄的准确率达85%，显著优于单独使用IgG N-糖组或转录组数据的测量方式。
研究还发现，预测年龄与实际年龄的差值（称为年龄差值）与胆固醇、血糖等衰老相关健康指标存在明确关联。
年龄——真的只是数字吗？
ECU医学与健康科学学院博士后研究员李星刚博士指出，虽然时间年龄（出生后流逝的时间）是最直接且常用指标，但无法完全反映个体衰老过程的差异性。
"现实中，部分人健康状态可持续至八九十岁，而另一些人可能更早出现衰老衰退，"李博士解释道，"这种差异源于生物年龄的不同，它综合了遗传、生活方式、营养、疾病及整体健康因素，能准确反映真实的生物学衰老进程。"
李博士强调，gtAge方法可解释85.3%的时间年龄变异。
"通过融合IgG N-糖组和转录组数据，我们大幅提升了生物衰老评估的精确度，"他表示，"该方法关联真实健康风险，有助于及早识别年龄相关疾病的高危人群。"
数据处理
在这一重要的跨学科研究中，ECU计算机科学高级讲师赛义德·伊斯兰博士主导了人工智能部分。
"为提升整合多组学数据的年龄预测能力，我们开发了名为AlphaSnake的定制化人工智能工具，其核心为深度强化学习，"伊斯兰博士解释道，"该算法能从两种不同生物来源中筛选最有价值的数据点，避免盲目混合数据带来的缺陷。"
未来应用方向
该研究在西澳大利亚州的Busselton健康老龄化研究项目中测试了302名中年成年人。
鉴于澳大利亚人口老龄化趋势，研究团队认为gtAge可成为有价值的医疗工具。
"测量生物年龄而非仅关注出生日期，将极大助力健康状况评估，"伊斯兰博士表示，"若能提前预知风险，我们可通过调整生活方式主动维护健康，预防身体已遭受的部分损伤。"
该研究共同作者包括姚霞博士、赛义德·伊斯兰博士、李星刚博士、阿卜杜勒·巴滕博士、谭雪锐博士及王伟教授。
【全文结束】
