[發明專利]一種人體生物學年齡預測與人體衰老程度評估方法有效
| 申請號: | 202110276115.3 | 申請日: | 2021-03-15 |
| 公開(公告)號: | CN113380327B | 公開(公告)日: | 2023-06-13 |
| 發明(設計)人: | 歐陽宏偉;吳兵兵;沈夕琳;蔣煒;李余;鄒曉暉 | 申請(專利權)人: | 浙江大學 |
| 主分類號: | G16B30/00 | 分類號: | G16B30/00;G16B5/00;G16B40/00;G16B20/00;G16H50/30 |
| 代理公司: | 天津企興智財知識產權代理有限公司 12226 | 代理人: | 張會雪 |
| 地址: | 310058 浙*** | 國省代碼: | 浙江;33 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 人體 生物學 年齡 預測 衰老 程度 評估 方法 | ||
本發明涉及一種人體生物學年齡預測與人體衰老程度評估方法,本發明包含利用廣義彈性網絡(包括套索回歸,嶺回歸)、支持向量機回歸、漸進梯度回歸、隨機森林回歸、深度神經網絡等機器學習和深度學習算法,對人體轉錄組數據構建衰老時鐘模型;進一步分析得到衰老基因及其子集,優化人體衰老時鐘模型;隨后利用優化后的衰老時鐘模型預測測試數據,并比較預測年齡與實際年齡的差距,用以評估人體生物學年齡和衰老速度。本發明可用于評估各種抗衰老干預措施的抗衰老效果及個體系統炎癥狀態、健康狀態、衰老狀態等,進而建立個性化、精準化抗衰老方案和臨床干預方案。
技術領域:
本發明涉及生命健康領域,具體地,本發明涉及一種基于全血轉錄本預測人體年齡、評估機體衰老程度的方法。
背景技術:
世界人口正在快速老齡化。預計到2050年,全球60歲及以上人口數將增加至20億。我國自1999年便已進入老齡化社會,截至2018年,我國60歲及以上人口達2.5億,占17.9%。預計到2030年,中國農村和城市地區60歲及以上人口的比例將分別達到21.8%和14.8%。中國老齡人口基數龐大、增長迅速,如何保障老年人健康,對實現健康中國戰略目標至關重要。另一方面,隨著人們生活質量的普遍提高,人們不再滿足于老年有病治病,而是對于健康地老去有更高的需求。然而,一些衰老相關疾病如骨質疏松、神經退行性疾病、癌癥、糖尿病等成為了影響人們健康老去的最大風險因素。因此,抗衰老也就不可避免的成為了研究熱點。由于缺乏對個體衰老的評價方法,目前抗衰老手段是試錯型,如何對機體衰老進行客觀量化的評估,是采取干預措施預防、延緩衰老和疾病的前提。
目前常規體檢指標(身高、體重、血壓、心率、血常規、血生化、尿常規等)主要以疾病監測為主,未有專門針對人體衰老程度的檢測項目。加之常規體檢指標僅能粗略反應人體短時的、表觀的健康狀況,用來衡量衰老程度不夠精確。因此,亟需一種可靠的、能夠反映人體真實情況的手段來評估衰老。
核糖核酸(RNA)是人體遺傳物質脫氧核糖核酸(DNA)的直接產物,進而調控各類蛋白質的生成來完成人體生命活動。因此RNA是整個生命活動過程中最動態變化且能反映本質的物質。利用高通量轉錄組測序技術,可以得到人體的RNA表達情況,即轉錄組數據,能有效揭示機體的健康狀況。本發明基于此來構建人體衰老模型,進而預測人體的生物學年齡,兼具高特異性和高精確性的優點。
發明內容:
本發明包含利用廣義彈性網絡(包括套索回歸,嶺回歸)、支持向量機回歸、漸進梯度回歸、隨機森林回歸、深度神經網絡等機器學習和深度學習算法,對人體轉錄組數據構建衰老時鐘模型;進一步分析得到衰老基因及其子集,優化人體衰老時鐘模型;隨后利用優化后的衰老時鐘模型預測測試數據,并比較預測年齡與實際年齡的差距,用以評估人體生物學年齡和衰老速度。本發明可用于評估各種抗衰老干預措施的抗衰老效果及個體系統炎癥狀態、健康狀態、衰老狀態等,進而建立個性化、精準化抗衰老方案和臨床干預方案。
本發明采用的技術方案為:
本發明提供了一種人體生物學年齡預測與人體衰老程度評估方法,包括如下步驟:
1)、首先利用新一代高通量測序技術,對人外周血液進行高通量測序,得到基因表達量原始數據;
2)、對基因表達量原始數據進行清洗,質量控制,歸一化,得到標準數據;
3)、對基因表達隨年齡變化以年齡和性別做變量做線性擬合,進行評估篩選,得到衰老相關基因;
4)、將樣本隨機分為測試集和訓練集,測試集訓練集比為3:1,對選取的基因進行歸一化,使一個樣本中特征基因表達成正態分布,加入性別這個特征后整體用于構建模型;
5)、利用如下算法中的一種,構建衰老時鐘模型;
5)-1:使用支持向量機回歸算法在訓練集進行訓練,做5成交叉檢驗,得到最佳參數;最后將模型用于測試集上預測,進行驗證;
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于浙江大學,未經浙江大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202110276115.3/2.html,轉載請聲明來源鉆瓜專利網。





