摘要
研究发现，深度生物老化钟可用于数据质量控制、生物目标识别、甚至生物相关性和价值评估。
深度生物老化钟被发现用于数据质量控制，生物目标识别，甚至评估各种数据类型和组合的生物学相关性和价值。最近关于人类数据价值的观点出现在分子医学的《细胞趋势》上。
年龄有两种:实足年龄(指一个人活了多少岁)和生物学年龄(指受基因、生活方式、行为、环境等因素影响的年龄)。生物学年龄与死亡率、健康状况密切相关，是衡量真实年龄的较好指标，也是最具生物学相关性的特征。对生物年龄可靠预测因子的研究已经进行了几十年，直到最近，在很大程度上都没有取得成功。
自2016年以来，使用深度学习技术来寻找时间和生物年龄的预测因子在老龄化研究领域越来越受欢迎。人工智能的进步，加上大型数据集的可用性，已经导致该领域的繁荣，增加了可以被视为潜在年龄预测因子的生物标志物的种类。一项很有前景的研究考虑了这些不同预测因子的多种组合，这将有助于阐明衰老过程，并进一步理解是什么促成了健康衰老。
本文题为“深老化时钟:基于ai的出现衰老的生物标志物和长寿”在细胞药理科学趋势,波琳娜Mamoshina,资深科学家Insilico医学,和亚历克斯·Zhavoronkov Insilico医学的创始人,总结当前研究深度老化时钟的主要类型及其广泛的应用于制药行业。
“人类非常善于通过图片、视频、声音甚至是气味来猜测对方的年龄。深度神经网络可以做得更好，我们现在可以解释什么因素是最重要的。很多时候，当一个人看起来比实际年龄大时，他们就生病了。一个训练有素的医生仅仅通过观察病人就能猜出他或她的健康状况。在insilicon，我们开发了一系列广泛的深度老化生物标志物，可以被制药公司、保险公司以及长寿生物技术社区使用。在这篇论文中，我们描述了这一新兴领域的最新进展，并概述了一系列不明显的应用。”
“利用衰老的生物标志物来改善人类健康，预防与年龄有关的疾病，延长健康的寿命，这得益于快速增长的数据采集能力，以及人工智能的最新进展。它们不仅在改变衰老研究，而且在整体医疗保健方面都具有巨大的潜力。
来源：Medindia
此文系悬壶济世网原创整理，没有授权，请勿转载！
