详细内容或原文请订阅后点击阅览
UNN 科学家改进了用于诊断衰老速度的神经网络
罗巴切夫斯基大学的科学家改进了用于诊断衰老速度的神经网络。新的免疫时钟模型被称为SImAge（小免疫年龄）。它建立在 FT-Transformer 深度神经网络的基础上。
来源:Robogeek新闻频道（关于机器人技术的俄罗斯与世界新闻）罗巴切夫斯基大学的科学家改进了用于诊断衰老速度的神经网络。新的免疫时钟模型被称为SImAge（小免疫年龄）。它建立在 FT-Transformer 深度神经网络的基础上。
神经网络根据 10 种生物标志物评估身体状态，这些生物标志物反映了患年龄相关疾病的风险：心脏病、身体和认知活动障碍等。根据它们，该模型得出有关免疫系统故障的结论，并计算一个人的免疫年龄。该开发可以测试治疗方法的有效性，为生活方式调整提出建议，并对与年龄相关的身体异常进行个性化诊断。
“免疫细胞清除生物碎片、病原体或不必要的物质。这是我们没有注意到的全身炎症。但随着年龄的增长，这些过程变得更加活跃，免疫细胞会损害健康的细胞和组织。为了评估此类异常的危险，科学家选择了不同的生物标志物组。在我们的新研究中，我们选择了 10 个最重要的。这些是细胞因子——负责炎症过程和免疫细胞相互通讯的分子。它们共同提供了描述一个人的免疫炎症状态的最大信息量，”衰老生物学研究所副所长、UNN 健康老龄化系统医学实验室首席研究员 Mikhail Ivanchenko 说。
世界各地的科学家正在开发类似的模型——“免疫时钟”。在他们的研究中，下诺夫哥罗德居民正在与博洛尼亚大学（意大利）合作，首席老年学家克劳迪奥·弗朗西斯基（Claudio Franceschi）也参与其中，他是“炎症衰老”概念的提出者。
研究是在“人工智能”联邦项目的框架内进行的，并得到了俄罗斯联邦政府分析中心和以该项目命名的系统编程研究所的资助。副总裁伊万尼科夫 RAS。