倫敦國王學院的研究人員近日宣布，他們成功開發了一種基于人工智能的“衰老時鐘”，該工具能夠通過分析血液中的代謝物數據，預測個體的健康狀況和壽命。這一突破性研究利用了英國生物樣本庫中超過22.5萬名參與者的血液標記數據，參與者年齡在40至69歲之間。
研究團隊訓練和測試了17種機器學習算法，發現非線性算法，特別是Cubist回歸模型，在預測生物年齡方面表現最為出色。科學家們引入了“MileAge”代謝組年齡的概念，通過觀測血液新陳代謝過程中產生的小分子，來評估個體的生物年齡。MileAge delta則是指MileAge與實際年齡的差值，用于指示生物衰老是處于加速還是減速狀態。
研究發現，MileAge大于實際年齡的個體，通常身體更虛弱，更容易患慢性疾病，自評健康狀況較差，且死亡風險更高。這些個體也擁有更短的端粒，這是細胞衰老的標志，與動脈粥樣硬化等老年疾病相關。
該研究的主要作者朱利安?穆茨博士表示：“代謝組學衰老時鐘有可能幫助我們了解哪些人在晚年可能面臨更大的健康問題風險。與無法改變的實際年齡不同，我們的生物年齡是可以改變的。這些時鐘為生物醫學和健康研究提供了生物年齡的替代衡量標準，這可以幫助塑造個人的生活方式選擇，并為衛生服務機構實施的預防策略提供信息。”
