新AI模型可通过血液样本估算生物年龄New AI model can estimate biological age using blood samples

环球医讯 / AI与医疗健康来源:www.news-medical.net日本 - 英语2025-03-16 22:00:00 - 阅读时长3分钟 - 1238字
大阪大学的研究人员开发了一种新的AI模型,通过分析血液中的类固醇激素及其相互作用,能够更精确地评估一个人的生物学年龄,从而为个性化健康管理提供了新的可能性。
新AI模型血液样本生物年龄估算类固醇代谢健康评估个性化健康管理压力管理早期疾病检测减缓衰老预防保健
新AI模型可通过血液样本估算生物年龄

我们都认识一些似乎能抵抗衰老的人——尽管他们与同龄人一样年纪,但看起来却年轻许多。他们的秘诀是什么?大阪大学(日本)的科学家可能找到了一种量化这种差异的方法。通过将激素(类固醇)代谢途径纳入AI驱动的模型中,他们开发了一个新系统来估计一个人的生物学年龄——这是一种衡量身体老化程度的方法,而不仅仅是计算出生以来的年数。

只需五滴血,这种方法就能分析22种关键类固醇及其相互作用,从而提供更精确的健康评估。该团队的突破性研究发表在《科学进展》杂志上,为个性化健康管理提供了一步前进,允许更早地检测与年龄相关的健康风险并进行针对性干预。

解锁身体的老化特征

衰老不仅仅是我们活了多少年——它是由基因、生活方式和环境因素共同塑造的。传统的估计生物学年龄的方法依赖于广泛的生物标志物,如DNA甲基化或蛋白质水平,但这些方法常常忽略了调节体内平衡的复杂激素网络。

“我们的身体依靠激素来维持稳态,所以我们认为,为什么不把这些作为衰老的关键指标呢?”

研究的第一作者之一王秋怡博士

为了测试这个想法,研究团队专注于类固醇激素,这些激素在代谢、免疫功能和应激反应中起着至关重要的作用。

一个新的AI驱动模型

研究团队开发了一个深度神经网络(DNN)模型,该模型纳入了类固醇代谢途径,成为首个明确考虑不同类固醇分子之间相互作用的AI模型。该模型不是查看绝对的类固醇水平——因为这些水平在个体间差异很大——而是检查类固醇的比例,从而提供更个性化和准确的生物学年龄评估。

“我们的方法减少了由个体类固醇水平差异引起的噪音,并使模型能够专注于有意义的模式,”这项工作的共同第一作者和通讯作者王紫博士解释道。该模型是在数百人的血液样本上训练的,揭示了随着人们年龄的增长,生物学年龄差异往往会扩大——研究人员将其比作河流在下游流动时变宽的效果。

关键发现和意义

研究中最引人注目的发现之一涉及皮质醇,这是一种通常与压力相关的类固醇激素。研究人员发现,当皮质醇水平翻倍时,生物学年龄大约增加了1.5倍。这表明慢性压力可能在生化水平上加速衰老,强调了压力管理在维护长期健康中的重要性。

“压力通常被泛泛讨论,但我们的发现提供了具体的证据,表明它对生物学衰老有可测量的影响,”分析化学和质谱学专家、通讯作者高桥俊文教授说。

研究人员认为,这种基于AI的生物学年龄模型可以为更个性化的健康监测铺平道路。未来的应用可能包括早期疾病检测、定制的健康计划,甚至针对减缓衰老的生活方式建议。

展望未来

虽然这项研究代表了重要的一步,但研究团队承认,生物学衰老是一个受多种因素影响的复杂过程,不仅仅是激素。王紫博士说:“这只是开始。通过扩展我们的数据集并纳入其他生物标志物,我们希望进一步完善模型,并深入了解衰老机制。”

随着AI和生物医学研究的不断进步,准确测量甚至减缓生物学衰老的梦想变得越来越可行。然而,目前,通过简单的血液测试评估一个人的“衰老速度”可能会成为预防保健的一个重大突破。


(全文结束)

大健康
大健康