现在可以与您的生物年龄相关联的微生物社区的微生物社区化妆。
新的了解我们的微生物群体如何发生变化，因为我们年龄为未来的微生物的研究阶段进行了进入或减少衰老过程和影响年龄相关疾病的舞台。
我们的微生物体 - 我们周围和我们周围的微生物的复杂群落受我们的饮食，习惯，环境和基因的影响，并且已知随着年龄的增长而变化。反过来，我们的微生物体的化妆，特别是在肠道中，得到了对我们健康的影响得到公认的。例如，肠道微生物组合物与炎性肠病，自身免疫性疾病，肥胖，甚至神经系统疾病相连，如自闭症。
考虑到微生物胺样品（皮肤，口腔或粪便拭子），研究人员已经证明他们现在可以使用机器学习来预测一个人的年龄时间，具有不同程度的准确性。皮肤样品提供了最精确的预测，估计在大约3±3.8岁以下，与4.5年相比，口腔样品和粪便样本有11.5岁。生活在口腔或18至30岁的肠道内的微生物类型往往比老年人的比较微生物（60岁及以上）更佩戴和丰富。
在2020年2月11日发表的关于MSYSTEMS的文件中描述的预测工具被制定为加州大学圣地亚哥和IBM的研究人员之间的合作。
“这种与年龄的微生物相关的新能力将有助于我们推进对衰老过程和年龄相关疾病中的作用微生物的未来研究，并使我们能够更好地测试靶影微生物体的潜在治疗干预措施，”镇江表示Zech Xu，博士，博士学位，他是在研究UC San Diego Coped医学实验室的博士后研究员，Co-Send Author Rob Knight，Ph.D.，UC San Diego Center教授和主任用于微生物组创新。
该团队的最终目标是创建类似的机器学习模型来关联微生物组和临床病症，例如自身免疫条件下的炎症。有一天可以有一天能够形成基于非侵入性微生物组的测试的基础，这可能有助于临床医生更好地诊断或评估一个人对疾病的风险。
在2014年的研究中，华盛顿大学的研究人员将“微生物年龄” - 年龄与粪便微生物微生物微生物的患者预测 - 以及营养不良的婴儿在生命的营养不良婴儿背景下的实际时间年龄。研究人员指出，年经学和微生物年龄之间的差异与儿童发育成熟度有关。在新的研究中，UC San Diego的研究人员将这一想法进一步看待这一协会可以向成年人申请，以及它概括到其他身体部位。
根据徐，良好统计模型最重要的要求之一是一个大的样本大小和代表性的人口。为此，研究人员在几个公民科学项目的公共数据库中提供的微生物组测序数据，例如美国肠道项目，其中参与者在粪便，唾液或皮肤拭子中邮寄，收到他们的个性化微生物队读数，并贡献他们的匿名数据到科学界。
该研究依赖于美国和中国的4,434个粪便样本，来自美国，加拿大，英国和坦桑尼亚的2,550个唾液样本，以及来自美国和英国的1,975个皮肤样本，该研究的参与者在该研究中使用的参与者在年龄较大从18至90岁开始，体重指数为18.5至30次，没有炎症性肠病或糖尿病，并且在抽样之前至少有一个月使用抗生素。该研究还排除怀孕，住院，残疾或严重的杀戮。
“这是迄今为止的微生物组和年龄最全面调查，”骑士实验室的博士生研究员博士，博士博士，博士学位和微生物组织创新联盟博士教授。
该团队发现肠道微生物组结果的性别特异性差异，但是当它来到口腔和皮肤微生物的结果时，雄性和女性之间没有差异。尽管在人体中生活在不同景点的微生物的普及，但它也没有区别，无论是从额头或手中收集皮肤样品，这意味着未来的皮肤微生物组研究都可以通过组合收集地点和性别来提高统计权力。
研究人员所说的，在我们的年龄时，潜在的一种潜在原因如此持续改变，这是由于我们的年龄，是由于每个人都经历的皮肤生理学的可预测变化，如降低血清生产和增加的干燥。
“我们结果的准确性展示了应用机器学习和人工智能技术以更好地了解人类微生物的可能性，”健康生活计划的人工智能人工智能计划主任，a IBM AI Horizone网络下IBM研究与UC SAN DIEGO之间的合作。“将这种技术应用于未来的微生物组研究可以帮助解锁更深入的见解，以对微生物群体如何影响我们的整体健康和广泛的疾病和神经性心血管和免疫健康的疾病之间的相关性。”
据联合作者吉基·韦茨扎纽茨 - 巴恩省，博士，博士，博士生的微生物组创新中心生物信息集成副主任，年龄预测是培训预测模型的特别有吸引力的方法，因为参与者不需要见到特殊为了成为样本捐赠者的标准，评估年龄通常不需要访问医院。
“其他专注于一个特定条件的研究，例如炎症性肠疾病，往往努力获得足够的参与者，以获得符合研究标准的参与者，愿意参加参加的参与者，以便能够吸引有意义的结论，”Vázquez-Baeza说。“但在这里，年龄预测的广泛适用性使我们能够以前所未有的规模探索微生物建模的限制。”
“学习如何创建基于准确且强大的微生物组的型号将打开大部分的生物技术应用，并帮助我们更好地了解某些细菌的关系与感兴趣的结果，”奈特表示。
参考：“人体皮肤，口腔和肠道微生物血清学年时代”由Shi Huang，Niina Haiminen，Anna-Paola Carrieri，Rebecca Hu，Lingjing Jiang，Laxmi Parida，Baylee Russell，Celeste Allaband，Amir Zarrinpar，YoshikiVázquez-Baeza，Pedro Belda -Ferre，Ho-Cheol Kim，奥斯汀D.鲍克斯，罗克奈特和镇江Zech Xu，2020年2月11日，MSYSTEMS.DOI：
10.1128 / msystems.00630-19
其他合著者包括：丽贝卡胡，凌京江，拜耳罗素，塞尔斯特·阿拉巴德，佩德罗贝尔达 - 费尔德，奥斯汀D.·阿德哥·斯佩戈哥哥; Niina Haiminen，Anna-Paola Carrieri，Laxmi Parida，Ho-Cheol Kim，IBM; Amir Zarrinpar，UC圣地亚哥和退伍军人事务圣地亚哥医疗保健系统;南方医科大学珠江医院洪伟周。
披露：Amir Zarrinpar是一个Cofounder，并在Tortutga Biosciences举行股权。
