Исследователи из Калифорнийского университета в Сан-Диего создали модель с машинным обучением, которая может предсказывать возраст человека на основе анализа его микробиома. Их статья опубликована в журнале mSystems.
Наш микробиом — сложные сообщества обитающих вместе с человеком бактерий— зависят от рациона питания, привычек, окружающей среды, генов и, как известно, меняются с возрастом. А состав наших микробиомов, особенно кишечного, хорошо известен своим влиянием на состояние здоровья. Например, состав микробиома кишечника был связан с воспалениями, аутоиммунными заболеваниями, ожирением и даже неврологическими расстройствами, такими как аутизм.
В новом исследовании американские ученые придумали компьютерный алгоритм, который может предсказать возраст человека на основе анализа образцов его кожи, слюны и испражнений. В разработке технологии ученым помогали специалисты IBM.
Наиболее точный прогноз дали образцы кожи. На основе них компьютер оценивал возраст с погрешностью в 3,8 года, по сравнению с 4,5 года при анализе слюны и 11,5 года для фекалий. Типы микробов, обитающих в полости рта или в кишечнике молодых людей (в возрасте от 18 до 30 лет), как правило, более разнообразны и многочисленны, чем в микробиомах пожилых людей (в возрасте 60 лет и старше).
Исследование проводилось на основе в общей сложности 4 434 образцов фекалий из США и Китая, 2 550 образцов слюны из США, Канады, Великобритании и Танзании и 1 975 образцов кожи из США и Великобритании. Участники, данные которых использовались в исследовании, были в возрасте от 18 до 90 лет, с индексом массы тела от 18,5 до 30, не имели воспалительных заболеваний кишечника или диабета и не использовали антибиотики по крайней мере в течение месяца до отбора проб. Исследование также исключало беременных, госпитализированных, инвалидов и тяжелобольных лиц.
Команда обнаружила гендерно-специфические различия при анализе микробиома кишечника, но различий в популяции бактерий на коже и во рту между полами выявлено не было. Несмотря на разнообразие микробов, живущих на разных участках человеческого тела, также не имело значения, были ли образцы кожи собраны со лба или рук. Это значит, что будущие исследования микробиома кожи можно сделать более точными, комбинируя анализ различных популяций бактерий на теле.
Конечная цель команды — создание моделей машинного обучения для выявления связи между микробиомом и болезненными состояниями, такими как воспаление при аутоиммунных заболеваниях. Этот подход может когда-нибудь стать основой для неинвазивного микробиологического теста, который может помочь врачам лучше диагностировать или оценивать риск возникновения заболевания у конкретного человека.