基于AI的衰老和长寿生物标志物的出现

2019年7月3日 - 有两种年龄：实际年龄，即一个人的生活年数，以及生物年龄，这受到我们的基因，生活方式，行为，环境和其他因素的影响。生物年龄是衡量真实年龄的最佳指标，是最具生物学相关性的特征，因为它与死亡率和健康状况密切相关。几十年来一直在寻找可靠的生物学年龄预测因子，直到最近，基本上没有成功。

自2016年以来，使用深度学习技术找到时间和生物年龄的预测因子在老龄化研究界越来越受欢迎。人工智能的进步与大型数据集的可用性相结合，导致了该领域的繁荣，增加了可被视为潜在年龄预测因子的生物标记物的多样性。考虑这些不同预测因子的多种组合的一种有希望的发展可以阐明衰老过程并进一步了解有助于健康老化的因素。

在标题为论文“深度老龄化时钟：老龄化和长寿的基于AI的生物标志物出现了”在小区趋势药理科学，波林娜Mamoshina，在Insilico医药，和亚历克斯·黑文罗恩科弗，方正资深科学家Insilico医药，总结目前的调查结果主要类型的深度老化时钟及其在制药行业的广泛应用。

“人类非常擅长使用图像，视频，声音甚至嗅觉来猜测对方的年龄。深度神经网络可以做得更好，我们现在可以解释哪些因素最重要。通常当有人看起来比他们的实际年龄更老时，他们生病了。训练有素的医生可以通过观察他或她来猜测患者的健康状况。在Insilico，我们开发了一系列可用于制药和保险公司的老化深度生物标志物，以及长寿生物技术社区。在本文中，我们描述了这一新兴领域的最新进展，并概述了一系列非显而易见的应用，“Insilico Medicine创始人兼首席执行官Alex Zhavoronkov博士说。

深度生物老化时钟可用于数据质量控制，生物目标识别，甚至评估各种数据类型和组合的生物相关性和价值。最近关于人类数据价值的观点最近出现在细胞趋势分子医学中。

“利用各种老化数据类型开发的老龄化深度生物标志物正在迅速推进长寿生物技术产业。现在，快速增长的能力促进了老化生物标志物改善人类健康，预防与年龄相关的疾病并延长健康寿命Insilico Medicine的高级科学家Polina Mamoshina表示，数据采集和人工智能的最新进展。它们不仅可以改变老龄化研究，还可以改变医疗保健。

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！