我們的微生物群落(生活在我們周圍，周圍的微生物的復雜群落)受我們飲食，習慣，環(huán)境和基因的影響，并且已知會隨著年齡而變化。反過來，眾所周知，我們的微生物群組成，尤其是在腸道中，對我們的健康有影響。例如，腸道微生物組組合物已與炎癥性腸病，自身免疫性疾病，肥胖癥，甚至神經(jīng)系統(tǒng)疾病如自閉癥有關。

給定微生物樣本(皮膚，口腔或糞便拭子)，研究人員已證明，他們現(xiàn)在可以使用機器學習以不同的準確性來預測一個人的年齡。皮膚樣本可提供最準確的預測，正確估計時間約為3.8年，而口服樣本為4.5年，糞便樣本為11.5年。與老年人(60歲及以上)的比較微生物組相比，生活在年輕人(18至30歲)的口腔或腸道內(nèi)的微生物種類往往更加多樣化和豐富。

現(xiàn)在，可以將皮膚和其他地方(“微生物群年齡”)中存在的微生物群落組成與您的生物學年齡相關聯(lián)。圖片來源：加州大學圣地亞哥分校

mSystems發(fā)表的一篇論文中描述了這種預測工具，它是加利福尼亞大學圣地亞哥分校的研究人員與IBM合作開發(fā)的。

共同資深作者鎮(zhèn)江說：“這種將微生物與年齡相關聯(lián)的新能力將幫助我們進一步研究微生物在衰老過程和與年齡有關的疾病中所起的作用，并使我們能夠更好地測試針對微生物組的潛在治療性干預措施。” Xuch Xu博士，在撰寫本文時，他是UC圣地亞哥醫(yī)學院的實驗室的博士后研究員，共同資深作家Rob Knight博士，加州大學圣地亞哥分校微生物學創(chuàng)新中心的教授兼主任。

該團隊的最終目標是創(chuàng)建類似的機器學習模型，以關聯(lián)微生物組和臨床狀況，例如自身免疫狀況中的炎癥。這種方法有一天可能成為基于非侵入性微生物組的測試的基礎，該測試可能有助于臨床醫(yī)生更好地診斷或評估患者患病的風險。

在2014年的一項研究中，華盛頓大學的研究人員比較了“微生物年齡”(即糞便微生物組預測的年齡)和出生后最初幾個月營養(yǎng)不良嬰兒的實際年齡。研究人員指出，時間和微生物年齡之間的差異與兒童的發(fā)育成熟程度有關。在這項新研究中，加州大學圣地亞哥分校的研究人員將這一想法更進一步，以查看這種關聯(lián)是否可以應用于成人，以及如何廣泛地推廣到其他身體部位。

Xu認為，一個好的統(tǒng)計模型最重要的要求之一是要有大樣本量和有代表性的種群。為此，研究人員挖掘了一些公民科學項目(例如美國腸道項目)的公共數(shù)據(jù)庫中提供的微生物組測序數(shù)據(jù)，參與者通過糞便，唾液或皮膚拭子進行郵寄，接收其個性化的微生物組讀數(shù)，并將其匿名化。數(shù)據(jù)發(fā)送給科學界。

該研究依賴于來自美國和中國的4,434份糞便樣本，來自美國，加拿大，英國和坦桑尼亞的2,550份唾液樣本以及來自美國和英國的1,975份皮膚樣本。研究中所用數(shù)據(jù)的參與者年齡不同年齡介于18至90歲之間，體重指數(shù)為18.5至30，沒有發(fā)炎性腸病或糖尿病，并且在采樣前至少一個月未使用抗生素。該研究還排除了懷孕，住院，殘疾或重癥患者。

“這是迄今為止微生物組和年齡的最全面的研究，”第一作者，騎士實驗室和加州大學圣地亞哥分校微生物學創(chuàng)新中心的博士后研究員史煌博士說。

研究小組發(fā)現(xiàn)腸道微生物組結(jié)果中存在性別差異，但是就口腔和皮膚微生物組結(jié)果而言，男性和女性之間沒有差異。盡管存在于人體不同部位的微生物種類繁多，但從前額還是從手上采集皮膚樣本也沒有任何區(qū)別，這意味著未來的皮膚微生物組研究可以通過結(jié)合采集部位和性別來提高其統(tǒng)計能力。

研究人員說，生存在我們皮膚上的微生物隨著年齡的增長而持續(xù)變化的潛在原因之一是由于每個人都經(jīng)歷了可預見的皮膚生理變化，例如血清生成減少和干燥度增加。

“我們的結(jié)果的準確性證明了應用機器學習和人工智能技術更好地了解人類微生物組的潛力，” IBM與他人合作開展的“人工智能健康生活計劃”計劃主任，合著者Ho-Cheol Kim博士說。 IBM AI Horizo??ns Network下的Research and UC San Diego。“將該技術應用于未來的微生物組研究可以幫助深入了解微生物組如何影響我們的整體健康與從神經(jīng)病學到心血管疾病和免疫健康等多種疾病之間的相關性。”

加州大學圣地亞哥分校微生物學創(chuàng)新中心生物信息整合副主任YoshikiVázquez-Baeza博士說，年齡預測是一種用于訓練預測模型的極具吸引力的方法，因為參與者無需滿足特殊標準即可成為樣本捐贈者，評估年齡通常不需要去醫(yī)院。

Vázquez-Baeza說：“其他針對一種特定疾病的研究，例如炎癥性腸病，往往很難吸引到足夠的符合研究標準的參與者，并且愿意參與以得出有意義的結(jié)論。” “但是在這里，年齡預測的廣泛適用性使我們能夠以前所未有的規(guī)模探索微生物建模的局限性。”

奈特說：“學習如何創(chuàng)建基于微生物組的準確而強大的模型將為許多生物技術應用打開方便之門，并幫助我們更好地了解某些細菌與感興趣的結(jié)果之間的關系，”奈特說。

　　免責聲明：本文由用戶上傳，與本網(wǎng)站立場無關。財經(jīng)信息僅供讀者參考，并不構(gòu)成投資建議。投資者據(jù)此操作，風險自擔。 如有侵權(quán)請聯(lián)系刪除！