क्या एआई किसी की मेटाबोलोमिक उम्र का पूर्वानुमान लगा सकता है और उसके अनुसार स्वास्थ्य योजनाओं को अनुकूलित कर सकता है?

रक्त में मौजूद पदार्थों के आधार पर अनुमानित उम्र, जन्मतिथि से निकली उम्र से अलग हो सकती है। किंग्स कॉलेज लंदन के शोधकर्ताओं ने बड़े अध्ययन समूह के आँकड़ों पर इस “मेटाबोलोमिक उम्र” का अनुमान लगाने वाले एल्गोरिदम की तुलना की। परिणामों में स्वास्थ्य और जीवनकाल से जुड़े संकेतकों के साथ संबंध मिले। यह अभी ऐसा नैदानिक परीक्षण नहीं है जिसके आधार पर अकेले उपचार या बीमा का फैसला किया जा सके।

कालानुक्रमिक और मेटाबोलोमिक उम्र

कालानुक्रमिक उम्र जन्म के बाद बीता समय है। जैविक वृद्धावस्था शरीर के कामकाज में होने वाले कई बदलावों का व्यापक विचार है। रक्त के मेटाबोलाइट के आधार पर लगाया गया अनुमान इन बदलावों का केवल एक पहलू दिखाता है; यह किसी व्यक्ति की पूरी “जैविक उम्र” नहीं बताता। अध्ययन ने यह भी साबित नहीं किया कि किसी उपाय से यह संख्या बदलने पर बीमारी का खतरा अवश्य घटेगा।

मेटाबोलाइट क्या हैं?

मेटाबोलाइट छोटे अणु हैं जो शरीर की जैवरासायनिक प्रक्रियाओं में भाग लेते हैं या उनसे बनते हैं। रक्त में उनकी मात्रा चयापचय के विभिन्न रास्तों की जानकारी दे सकती है। इस अध्ययन में न्यूक्लियर मैग्नेटिक रेज़ोनेंस स्पेक्ट्रोस्कोपी से रक्त-प्लाज़्मा की 168 चयापचयी विशेषताएँ मापी गईं।

MileAge अध्ययन कैसे किया गया?

शोधकर्ताओं ने UK Biobank के अधिकतम 225,212 प्रतिभागियों के आँकड़ों पर 17 मशीन लर्निंग एल्गोरिदम को प्रशिक्षित किया और उन्हीं आँकड़ों में उनका आंतरिक सत्यापन किया। अध्ययन में शामिल किए जाते समय प्रतिभागियों की उम्र 40 से 69 वर्ष थी। मॉडल ने रक्त के आँकड़ों से उम्र का अनुमान लगाया, जिसे वास्तविक कालानुक्रमिक उम्र से मिलाया गया।

MileAge delta मॉडल से अनुमानित उम्र और कालानुक्रमिक उम्र का अंतर है। सकारात्मक अंतर का अर्थ है कि उस विशेष मॉडल के अनुसार व्यक्ति की चयापचयी रूपरेखा अधिक उम्र के लोगों जैसी दिखती है। यह शोध का सांख्यिकीय संकेतक है, व्यक्तिगत रोग-निदान नहीं।

नतीजे और सीमाएँ

तुलना किए गए तरीकों में नियमों पर आधारित Cubist रिग्रेशन मॉडल से निकले MileAge अंतर का अध्ययन में देखे गए स्वास्थ्य और वृद्धावस्था संकेतकों से सबसे मजबूत संबंध था। शोधकर्ताओं ने शारीरिक दुर्बलता, टेलोमियर की लंबाई और मृत्यु दर जैसे संकेतकों से संबंध भी देखे। संबंध मिलने से यह सिद्ध नहीं होता कि मेटाबोलोमिक उम्र इन परिणामों का कारण है या मॉडल किसी एक व्यक्ति की जीवन अवधि निश्चित रूप से बता सकता है।

आँकड़े UK Biobank से आए थे और प्रकाशित सत्यापन उसी डेटा के भीतर किया गया था। रोज़मर्रा के चिकित्सा उपयोग से पहले अलग आबादियों, आयु समूहों और उपचार परिस्थितियों में स्वतंत्र परीक्षण आवश्यक है। अलग मापन विधियाँ या मॉडल अलग अनुमान दे सकते हैं।

शोध में संभावित उपयोग

स्वतंत्र रूप से प्रमाणित चयापचयी संकेतक वृद्धावस्था के अध्ययन, आबादी समूहों की तुलना और जोखिम कारकों की जाँच में मदद कर सकता है। अधिक परीक्षण के बाद वह रोकथाम संबंधी अध्ययन में अन्य जानकारी का पूरक बन सकता है। इस शोध से यह नहीं दिखता कि स्मार्टवॉच एक बटन दबाने पर MileAge माप सकती है, या चिकित्सकों और बीमा कंपनियों को अभी इस एक संख्या पर निर्णय लेना चाहिए।

शोधकर्ता और सहायता

अध्ययन के लेखक किंग्स कॉलेज लंदन के Institute of Psychiatry, Psychology & Neuroscience के Julian Mutz, Raquel Iniesta और Cathryn M. Lewis हैं। उन्होंने UK Biobank के डेटा का उपयोग किया। शोध सहायता में NIHR और Maudsley Biomedical Research Centre शामिल थे।

जीवन-विज्ञान क्षेत्र की कंपनियाँ

जैविक डेटा के विश्लेषण की नई विधियों में इस क्षेत्र की कंपनियों की रुचि हो सकती है। इसका अर्थ यह नहीं कि यह अध्ययन किसी विशेष कंपनी के उत्पाद को प्रमाणित करता है या उसके शेयर का अनुमान देता है।

10x Genomics Inc.

10x Genomics (TXG ) कोशिकाओं और जैविक नमूनों के विश्लेषण के उपकरण बनाती है। उसने इस अध्ययन का MileAge मॉडल नहीं बनाया और यहाँ दोनों के बीच कोई व्यावसायिक संबंध स्थापित नहीं किया गया है।

आगे क्या?

अध्ययन दिखाता है कि एक ही चयापचयी डेटा से मिलने वाली जानकारी एल्गोरिदम के चुनाव पर निर्भर करती है। MileAge की व्यावहारिक उपयोगिता के लिए स्वतंत्र सत्यापन, बार-बार एक जैसे परिणाम और मौजूदा चिकित्सीय संकेतकों से अतिरिक्त उपयोगिता का प्रमाण चाहिए। स्वास्थ्य प्रौद्योगिकी के बारे में और पढ़ें।

संदर्भित अध्ययन

Mutz, J., Iniesta, R. और Lewis, C. M. (2024). Metabolomic age (MileAge) predicts health and life span: A comparison of multiple machine learning algorithms. Science Advances, 10(51), eadp3743. doi:10.1126/sciadv.adp3743.