1397-10-26

اخبار

بازدید : 45

الگوریتمی برای پیش‌بینی سن فرد از روی میکروبیوم

الگوریتمی برای پیش‌بینی سن فرد از روی میکروبیوم | اخبار | شبکه شرکت آراپل

میکروبیوم دستگاه گوارش شاخصی از سن فرد

پژوهشگران با استفاده از هوش مصنوعی، الگوریتمی برای پیش‌بینی سن فرد از روی میکروبیوم روده‌ی او توسعه داده‌اند.
پژوهشگران در یک استارتاپ هوش مصنوعی الگوریتمی را توسعه داده‌اند که در پیش‌بینی سن فرد بسیار خوب عمل می‌کند و تنها اطلاعاتی که برای آن لازم دارند چیزی است که در اعماق دستگاه گوارش فرد پنهان شده است.

روده‌ی انسان منزل میلیاردها باکتری است که از ۵۰۰-۳۰۰ سویه‌ی مختلف هستند و در حدود دو میلیون ژن با خود دارند؛ چیزی که در مجموع به آن میکروبیوم روده گفته می‌شود. درحالی‌که می‌توان گفت این موجودات زنده بخش مهمی از بقای ما هستند، ما هنوز نمی‌دانیم که میکروبیوم سالم روده باید به چه شکلی باشد یا اینکه به چه صورت طی زمان تغییر می‌کند.

پژوهش جدیدی که اخیرا منتشر شده، نشان می‌دهد که روده‌ی انسان همچون یک ساعت زیستی عمل می‌کند و قادر است تا حدوی سن فرد را نشان دهد.

نویسندگان در مقاله‌ی خود نوشتند:

طبق دانش ما، روش ما نخستین روش برای پیش‌بینی سن تقویمی فرد با استفاده از پروفایل فراوانی میکروبیوم روده‌ی او است.

 



ما می‌دانیم که روده‌ی نوزاد تازه تولد یافته با گذشت زمان در چند مرحله دچار تغییر می‌شود، اما پژوهشگران درمورد اینکه آیا میکروبیوم معمول روده‌ی یک فرد بالغ با گذشت زمان تغییر می‌کند یا اینکه در تمام دورانی که او به‌عنوان یک فرد بالغ زندگی می‌کند، به همان شکل می‌ماند، آگاهی کاملی ندارند. این مساله که فرایند پیر شدن منجر به تغییرات تدریجی و زیان‌باری در روده شود، به‌نظر منطقی است اما تاکنون علم در این زمینه نتیجه‌ای حاصل نکرده و هرگونه پیش‌بینی سن براساس این اطلاعات عمدتا مبهم بوده است.

پیش‌بینی‌های جدید بسیار دقیق‌تر هستند. پژوهشگران استارتاپ هوش مصنوعی این‌سیلیکو ‌مدیسین برای بررسی اینکه چگونه میکروبیوم طی زمان دچار تغییر می‌شود، تعداد ۳۶۶۳ نمونه از باکتری‌های روده‌ی ۱۱۶۵ فرد سالم را مورد بررسی قرار دادند. در این مطالعه از اطلاعات افرادی در محدوده‌ی سنی ۹۰-۲۰ سال، استفاده شد که حدود یک‌سوم از داده‌ها مربوط به گروه سنی ۳۹-۲۰ سال، یک‌سوم متعلق به گروه سنی ۵۹-۴۰ و حدود یک‌سوم نیز متعلق به گروه سنی ۹۰-۶۰ سال بودند.
این گروه پژوهشی روی ۹۰ درصد از این داده‌ها، یک شبکه‌ی عصبی عمیق را توسعه دادند تا ببینند که آیا این نوع از یادگیری ماشین می‌تواند سن یک فرد را بر اساس میکروبیوم روده‌ی او پیش‌بینی کند یا خیر. وقتی بخش آموزش تکمیل شد، الگوریتم مورد آزمون قرار گرفت و سن ده درصد باقی‌مانده پیش‌بینی شد. نتایج نشان می‌داد که این برنامه قادر به پیش‌بینی سن فرد با خطایی درحدود چهار سال بود. علاوه بر این، این الگوریتم از میان ۹۵ گونه‌ی باکتری، ۳۹ گونه از باکتری‌های روده را که در پیش‌بینی سن فرد بیشتری نقش داشتند، مشخص کرد. موضوع عجیب این است که به‌نظر نمی‌رسید سن یک فرد با تعداد باکتری‌های مضر یا مفید حاضر در روده ارتباطی داشته باشد. به‌عنوان مثال عفونت کامپیلوباکتر که توسط کامپیلوباکتر ژوژنی ایجاد می‌شود، بیشتر روی کودکان تاثیرگذار است و ظاهرا افراد مسن می‌توانند با این مشکل مبارزه کنند. نویسندگان توضیح می‌دهند:

افراد مسن‌تر دارای محتوی کمتری از این باکتری هستند، از آنجایی که آن‌ها احتمالا که خاطره‌ی مواجهه‌ی گذشته با کامپیلوباکتر ژوژنی را با خود دارند و می‌توانند به‌طور موثری مانع از تکثیر آن شوند. افراد جوان‌تر دارای توانایی مقابله با کامپیلوباکتر ژوژنی نیستند و این باکتری فرصتی برای تکثیر در بدن آن‌ها پیدا می‌کند.

البته این کلنی‌های باکتریایی با خواب، رژیم غذایی و ورزش دچار تغییر می‌شوند، بنابراین دشوار است که بگوییم آیا تغییرات میکروبیوم در افراد مسن شاخصی از پیر شدن است یا اینکه نشان‌دهنده‌ی تغییر در رژیم غذایی و سبک زندگی در پنجاه سال گذشته‌اند. اگر ما می‌خواهیم دانش ما از پیر شدن انسان و ارتباط آن با میکوربیوم روده بیشتر شود، باید مطالعات بیشتری روی این ۳۹ گونه از باکتری‌ها انجام دهیم. نویسندگان امیدوارند که اگر روش آن‌ها تایید شود، این امر بتواند تصویر دقیق‌تری از سن بیولوژیکی حقیقی یک فرد مهیا کند و منجر به پیشرفت در پزشکی شخصی شود.

 

اخبار شبکه های کامپیوتری، شبکه های کامپیوتری، نصب و راه اندازی شبکه های کامپیوتری، پشتیبانی شبکه های کامپیوتری، خدمات شبکه، شرکت نصب و راه اندازی شبکه های کامپیوتری، نصب شبکه، راه اندازی شبکه، پشتیبانی شبکه

خدمات شبکه , نصب و راه اندازی شبکه , سرور , پشتیبانی شبکه , راه اندازی شبکه , اجرای شبکه , فروش تجهیزات شبکه , قرارداد پشتیبانی شبکه , راه اندازی اتاق سرور , راه اندازی سرور روم , اجرای زیرساخت شبکه ,

اشتراک :