为什么越来越多的人喜欢在家宅着?AI表示,你的基因决定了这一切

为什么有些人喜欢参加各种各样的运动,而有些人恨不得24小时都可以躺着呢?近日来自牛津大学的一项研究表明,这可能是由我们的基因决定的。研究人员利用机器学习算法,发现了14个遗传位点,这些遗传位点揭示了中枢神经系统中与睡眠时间和活动相关的通路。这项研究发表在了《Nature Communications》上。

▲你工作或学习之余是否喜欢在家宅着呢?(图片来源:123RF)

缺乏运动可能会导致一系列常见疾病,包括肥胖、糖尿病和心脏病等。而睡眠时间的变化也与心脏、代谢和精神方面的疾病有着非常密切的关系。因此,我们需要对身体的活动及睡眠状况有着更加深刻的了解,这样才能够帮助我们拥有更加健康的身体和更好的生活质量。

来自牛津大学的研究人员开展的这项研究,主要利用了机器学习算法和戴在研究参与者手腕上的活动监测器数据。为了帮助算法识别和记录监测器上的活动类型,研究人员寻找了200 名志愿者,每名志愿者都佩戴了一台特殊照相机,能够每20秒捕捉一次他们的活动图像。随后,研究人员将图像与监测器捕获的活动数据进行比较,从而让算法能够对这些数据做出诠释。

机器学习算法通过分析9万多人的活动数据,发现了14个与活动或睡眠相关的遗传位点(图片来源:《Nature Communications》)

然后,科学家们研究了来自UK Biobank超过9万人的活动数据信息,并训练机器学习算法从大量的活动监测数据中自动识别参与者是否处于久坐或者活动状态。研究人员将这些数据与UK Biobank的遗传信息相结合,发现了14个与活动相关的遗传区域,其中有7个之前从未与活动状况联系到一起。此外,研究还揭示了提高运动的频率有助于我们降低血压,从而减少相关疾病的风险。

「我们行为的方式和原因并不与基因完全相关,但了解基因在其中起到的作用有助于提高我们对缺乏运动原因和后果的认识,」这项研究的负责人、来自牛津大学大数据研究所的 Aiden Doherty 博士表示:「只有通过对大量数据的研究,我们才能够了解人类一些最基本功能的复杂遗传基础,比如移动、休息和睡眠等。」

论文的共同作者之一 Karl Smith-Byrne 博士表示,机器学习在大型医疗数据集中的应用越来越广泛,对多项研究产生了深远影响。他说:「这些模型在大型研究中,为人类运动行为提供了令人兴奋的新见解。」

看完了这篇文章的你,周末不考虑出去运动一下吗?

参考资料:

[1] Genetic changes associated with physical activity reported. Retrieved December 13, 2018, from https://www.eurekalert.org/pub_releases/2018-12/ub-gca120718.php

[2] Genes can determine whether we have active or sedentary lives. Retrieved December 13, 2018, from https://www.earth.com/news/genes-active-sedentary-lives/

[3] Doherty, et al., (2018). GWAS identifies 14 loci for device-measured physical activity and sleep duration. Nature Communications, doi: https://doi.org/10.1038/s41467-018-07743-4

药明康德AI
药明康德AI

药明康德微信团队专业打造。当人工智能遇上大健康,带你看全AI时代的智慧之光。

专栏二维码
产业医疗基因机器学习
1
相关数据
机器学习技术

机器学习是人工智能的一个分支,是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、计算复杂性理论等多门学科。机器学习理论主要是设计和分析一些让计算机可以自动“学习”的算法。因为学习算法中涉及了大量的统计学理论,机器学习与推断统计学联系尤为密切,也被称为统计学习理论。算法设计方面,机器学习理论关注可以实现的,行之有效的学习算法。

大数据技术技术

大数据,又称为巨量资料,指的是传统数据处理应用软件不足以处理它们的大或复杂的数据集的术语。

推荐文章
暂无评论
暂无评论~