日本大阪大学的研究人员开发了一种新技术，可以通过分析五滴血液来揭示一个人的“生物学年龄”。这项技术基于先进的人工智能系统，能够评估身体应对时间流逝的情况。研究人员表示，该测试可用于帮助人们延长寿命，过上更健康的生活。
大阪大学的研究人员认为他们已经找到了一种方法，可以量化为什么有些人似乎能够抵抗衰老，看起来比同龄人年轻。通过将激素代谢途径纳入AI驱动模型中，日本团队开发了一种新的系统，用于估计一个人的生物学年龄：这是一种衡量身体实际老化程度的方法，而不仅仅是计算出生以来的年数。
该研究的第一共同作者王秋怡博士表示，传统的估计生物学年龄的方法依赖于广泛的生物标志物，如DNA甲基化或蛋白质水平，但这些方法往往忽略了调节体内平衡的复杂激素网络。她说：“我们的身体依靠激素来维持内稳态，所以我们认为，为什么不把这些作为衰老的关键指标呢？”
为了验证这一想法，研究团队专注于类固醇激素，它们在代谢、免疫功能和应激反应中起着关键作用。研究人员开发了一个深度神经网络（DNN）模型，该模型结合了类固醇代谢途径，成为首个明确考虑不同类固醇分子之间相互作用的AI模型。该模型不是查看绝对的类固醇水平——这些水平在不同个体之间差异很大——而是检查类固醇比例，从而提供更个性化和准确的生物学年龄评估。
另一名第一共同作者王紫博士说：“我们的方法减少了由于个体类固醇水平差异造成的噪音，使模型能够专注于有意义的模式。” 该模型经过数百个个体的血样训练，结果显示随着人们年龄的增长，生物学年龄的差异趋于扩大——研究人员将其比作河流在下游流动时变宽。
研究团队最引人注目的发现之一涉及皮质醇，这是一种通常与压力相关的类固醇激素。研究团队发现，当皮质醇水平翻倍时，生物学年龄增加了约50%。他们说，这表明慢性压力可能在生化层面上加速衰老，强调了压力管理在维持长期健康方面的重要性。
研究通讯作者高岛俊文教授说：“压力通常以一般术语讨论，但我们的研究提供了具体的证据，证明它对生物学衰老有可测量的影响。”
研究人员相信，这种由AI驱动的生物学年龄模型可以为个性化的健康管理铺平道路。未来应用可能包括早期疾病检测、定制的健康计划，甚至生活方式建议，以减缓衰老过程。
王紫博士补充说：“这只是开始。通过扩展我们的数据集并加入额外的生物标志物，我们希望进一步完善模型，并深入理解衰老机制。”
(全文结束)
