Kan AI forutsi en persons metabolomiske alder og tilpasse helseplaner deretter?

En alder anslått ut fra stoffer i blodet kan avvike fra den kronologiske alderen. Forskere ved King’s College London sammenlignet algoritmer som beregner slik «metabolomisk alder» i en stor forskningsgruppe. De fant sammenhenger med helsemål og overlevelse. Metoden er ennå ikke en klinisk test som alene kan avgjøre behandling eller forsikringsvilkår.

Kronologisk og metabolomisk alder

Kronologisk alder er tiden siden fødselen. Biologisk aldring er et bredere begrep for endringer i kroppens funksjon. Et anslag basert på metabolitter i blodet fanger bare en del av dette og er ikke et fullstendig mål på en persons «biologiske alder». Studien viser ikke at et tiltak som endrer tallet, nødvendigvis reduserer sykdomsrisiko.

Hva er metabolitter?

Metabolitter er små molekyler som inngår i eller dannes gjennom kroppens biokjemiske prosesser. Nivåene i blodet kan gi informasjon om stoffskiftet. I studien ble 168 metabolske kjennetegn i plasma målt med kjernemagnetisk resonansspektroskopi.

Slik ble MileAge-studien gjennomført

Forskerne trente og validerte internt 17 maskinlæringsalgoritmer ved hjelp av data fra opptil 225 212 deltakere i UK Biobank. Deltakerne var 40–69 år da de ble rekruttert. Modellene anslo alder ut fra blodprøver, og anslagene ble sammenlignet med kjent kronologisk alder.

MileAge delta er forskjellen mellom modellens anslåtte alder og den kronologiske alderen. En positiv verdi betyr at metabolittprofilen, ifølge akkurat denne modellen, ligner profilen til en eldre person. Dette er et statistisk forskningsmål, ikke en individuell diagnose.

Resultater og begrensninger

Blant metodene som ble undersøkt, hadde MileAge-forskjellen fra en regelbasert Cubist-regresjonsmodell sterkest sammenheng med de analyserte helse- og aldringsmålene. Forskerne undersøkte blant annet sammenhenger med skrøpelighet, telomerlengde og dødelighet. En statistisk sammenheng betyr ikke at metabolomisk alder forårsaker disse utfallene, eller at modellen sikkert kan forutsi levetiden til én person.

Datagrunnlaget kom fra UK Biobank, og den rapporterte valideringen var intern. Metoden må prøves uavhengig i andre befolkninger, aldersgrupper og kliniske miljøer. Andre måleteknikker og modeller kan gi andre anslag.

Mulige bruksområder i forskning

Et pålitelig validert metabolsk mål kan hjelpe forskere å studere aldring, sammenligne grupper og undersøke risikofaktorer. Etter mer utprøving kan det kanskje utfylle annen informasjon i forebyggende helsehjelp. Studien viser ikke at en smartklokke kan måle MileAge med ett trykk, eller at helsevesen og forsikringsselskaper allerede bør ta beslutninger ut fra tallet.

Forskere og finansiering

Forfatterne er Julian Mutz, Raquel Iniesta og Cathryn M. Lewis ved King’s College Londons Institute of Psychiatry, Psychology & Neuroscience. De brukte data fra UK Biobank. Forskningsstøtten omfattet NIHR og Maudsley Biomedical Research Centre.

Selskaper innen biovitenskap

Nye metoder for å analysere biologiske data kan være interessante for bransjen. Det betyr ikke at denne studien validerer et bestemt selskaps produkter eller gir en aksjeprognose.

10x Genomics Inc.

10x Genomics (TXG ) utvikler verktøy for analyse av celler og biologiske prøver. Selskapet utviklet ikke MileAge-modellen i denne studien, og studien dokumenterer ingen kommersiell forbindelse mellom dem.

Veien videre

Studien viser at valget av algoritme påvirker hva man kan lese ut av de samme metabolske dataene. Den praktiske nytten av MileAge avhenger av uavhengig validering, reproduserbare målinger og dokumentasjon på at målet tilfører informasjon utover etablerte kliniske opplysninger. Les mer om helseteknologi.

Sitert studie

Mutz, J., Iniesta, R. og 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.