ನವದೆಹಲಿ: ಜಪಾನ್ನ ಒಸಾಕಾ ವಿಶ್ವವಿದ್ಯಾಲಯದ ವಿಜ್ಞಾನಿಗಳು ವ್ಯಕ್ತಿಯ ಜೈವಿಕ ವಯಸ್ಸನ್ನು ಅಂದಾಜು ಮಾಡಲು ಹೊಸ AI ಮಾದರಿಯನ್ನು ರೂಪಿಸಿದ್ದಾರೆ. ಇದು ಜನನದ ನಂತರದ ವರ್ಷಗಳನ್ನು ಎಣಿಸುವ ಬದಲು, ಅವರ ದೇಹವು ಎಷ್ಟು ವಯಸ್ಸಾಗಿದೆ ಎಂಬುದರ ಅಳತೆ ವಿಧಾನವಾಗಬಹುದು.
ಕೇವಲ ಐದು ಹನಿ ರಕ್ತದ ಹನಿಗಳನ್ನು ಬಳಸಿಕೊಂಡು, ಈ ಹೊಸ ವಿಧಾನವು 22 ಪ್ರಮುಖ ಸ್ಟೀರಾಯ್ಡ್ಗಳು ಮತ್ತು ಅವುಗಳ ಪರಸ್ಪರ ಕ್ರಿಯೆಗಳನ್ನು ವಿಶ್ಲೇಷಿಸಿ ಹೆಚ್ಚು ನಿಖರವಾದ ಆರೋಗ್ಯ ಮೌಲ್ಯಮಾಪನವನ್ನು ಒದಗಿಸುತ್ತದೆ.
‘UDAYA NEWS’ ಈಗ ‘ಇಂಗ್ಲಿಷ್’ನಲ್ಲೂ ಲಭ್ಯ
AI could predict true biological age from 5 drops of blood
ಸೈನ್ಸ್ ಅಡ್ವಾನ್ಸಸ್ನಲ್ಲಿ ಪ್ರಕಟವಾದ ತಂಡದ ಅದ್ಭುತ ಅಧ್ಯಯನವು ವೈಯಕ್ತಿಕಗೊಳಿಸಿದ ಆರೋಗ್ಯ ನಿರ್ವಹಣೆಯಲ್ಲಿ ಸಂಭಾವ್ಯ ಹೆಜ್ಜೆಯನ್ನು ನೀಡುತ್ತದೆ. ಇದು ವಯಸ್ಸಿಗೆ ಸಂಬಂಧಿಸಿದ ಆರೋಗ್ಯ ಅಪಾಯಗಳು ಮತ್ತು ಸೂಕ್ತವಾದ ಮಧ್ಯಸ್ಥಿಕೆಗಳನ್ನು ಮೊದಲೇ ಪತ್ತೆಹಚ್ಚಲು ಅನುವು ಮಾಡಿಕೊಡುತ್ತದೆ ಎಂದು ಸಂಶೋಧಕರು ವಿವರಿಸಿದ್ದಾರೆ.
“ನಮ್ಮ ದೇಹವು ಹೋಮಿಯೋಸ್ಟಾಸಿಸ್ ಅನ್ನು ಕಾಪಾಡಿಕೊಳ್ಳಲು ಹಾರ್ಮೋನುಗಳನ್ನು ಅವಲಂಬಿಸಿದೆ, ಆದ್ದರಿಂದ ನಾವು ಯೋಚಿಸಿದ್ದೇವೆ, ಇವುಗಳನ್ನು ವಯಸ್ಸಾದ ಪ್ರಮುಖ ಸೂಚಕಗಳಾಗಿ ಏಕೆ ಬಳಸಬಾರದು?” ಸಂಶೋಧಕರಾದ ಡಾ. ಕ್ಯುಯಿ ವಾಂಗ್ ವಿವರಿಸಿದ್ದಾರೆ.
ಈ ಕಲ್ಪನೆಯನ್ನು ಪರೀಕ್ಷಿಸಲು, ಸಂಶೋಧನಾ ತಂಡವು ಚಯಾಪಚಯ, ರೋಗನಿರೋಧಕ ಕಾರ್ಯ ಮತ್ತು ಒತ್ತಡದ ಪ್ರತಿಕ್ರಿಯೆಯಲ್ಲಿ ನಿರ್ಣಾಯಕ ಪಾತ್ರ ವಹಿಸುವ ಸ್ಟೀರಾಯ್ಡ್ ಹಾರ್ಮೋನುಗಳ ಮೇಲೆ ಕೇಂದ್ರೀಕರಿಸಿದೆ. ತಜ್ಞರ ತಂಡವು ಸ್ಟೀರಾಯ್ಡ್ ಚಯಾಪಚಯ ಮಾರ್ಗಗಳನ್ನು ಒಳಗೊಂಡಿರುವ ಆಳವಾದ ನರಮಂಡಲ (DNN) ಮಾದರಿಯನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸಿದೆ, ಇದು ವಿಭಿನ್ನ ಸ್ಟೀರಾಯ್ಡ್ ಅಣುಗಳ ನಡುವಿನ ಪರಸ್ಪರ ಕ್ರಿಯೆಗಳನ್ನು ಸ್ಪಷ್ಟವಾಗಿ ಲೆಕ್ಕಹಾಕುವ ಮೊದಲ AI ಮಾದರಿಯಾಗಿದೆ.
ಅಧ್ಯಯನದ ಅತ್ಯಂತ ಗಮನಾರ್ಹ ಸಂಶೋಧನೆಗಳಲ್ಲಿ ಒಂದಾದ ಕಾರ್ಟಿಸೋಲ್, ಸಾಮಾನ್ಯವಾಗಿ ಒತ್ತಡಕ್ಕೆ ಸಂಬಂಧಿಸಿದ ಸ್ಟೀರಾಯ್ಡ್ ಹಾರ್ಮೋನ್ ಅನ್ನು ಒಳಗೊಂಡಿದೆ. ಕಾರ್ಟಿಸೋಲ್ ಮಟ್ಟಗಳು ದ್ವಿಗುಣಗೊಂಡಾಗ, ಜೈವಿಕ ವಯಸ್ಸು ಸುಮಾರು 1.5 ಪಟ್ಟು ಹೆಚ್ಚಾಗುತ್ತದೆ ಎಂದು ಸಂಶೋಧಕರು ಕಂಡುಕೊಂಡಿದ್ದಾರೆ.
ಇದು ದೀರ್ಘಕಾಲದ ಒತ್ತಡವು ಜೀವರಾಸಾಯನಿಕ ಮಟ್ಟದಲ್ಲಿ ವಯಸ್ಸಾದಿಕೆಯನ್ನು ವೇಗಗೊಳಿಸುತ್ತದೆ ಎಂದು ಸೂಚಿಸುತ್ತದೆ. ಇದು ದೀರ್ಘಕಾಲೀನ ಆರೋಗ್ಯವನ್ನು ಕಾಪಾಡಿಕೊಳ್ಳುವಲ್ಲಿ ಒತ್ತಡ ನಿರ್ವಹಣೆಯ ಪ್ರಾಮುಖ್ಯತೆಯನ್ನು ಒತ್ತಿ ಹೇಳುತ್ತದೆ. “ಒತ್ತಡವನ್ನು ಸಾಮಾನ್ಯವಾಗಿ ಸಾಮಾನ್ಯ ಪರಿಭಾಷೆಯಲ್ಲಿ ಚರ್ಚಿಸಲಾಗುತ್ತದೆ, ಆದರೆ ನಮ್ಮ ಸಂಶೋಧನೆಗಳು ಜೈವಿಕ ವಯಸ್ಸಾದ ಮೇಲೆ ಅಳೆಯಬಹುದಾದ ಪರಿಣಾಮವನ್ನು ಬೀರುತ್ತದೆ ಎಂಬುದಕ್ಕೆ ಕಾಂಕ್ರೀಟ್ ಪುರಾವೆಗಳನ್ನು ಒದಗಿಸುತ್ತವೆ” ಎಂದು ಅನುಗುಣವಾದ ಲೇಖಕ ಮತ್ತು ವಿಶ್ಲೇಷಣಾತ್ಮಕ ರಸಾಯನಶಾಸ್ತ್ರ ಮತ್ತು ಮಾಸ್ ಸ್ಪೆಕ್ಟ್ರೋಮೆಟ್ರಿಯಲ್ಲಿ ಪರಿಣಿತರಾದ ಪ್ರೊಫೆಸರ್ ತೋಶಿಫುಮಿ ಟಕಾವೊ ವಿವರಿಸಿದ್ದಾರೆ.
ಈ AI-ಚಾಲಿತ ಜೈವಿಕ ವಯಸ್ಸಿನ ಮಾದರಿಯು ಹೆಚ್ಚು ವೈಯಕ್ತಿಕಗೊಳಿಸಿದ ಆರೋಗ್ಯ ಮೇಲ್ವಿಚಾರಣೆಗೆ ದಾರಿ ಮಾಡಿಕೊಡುತ್ತದೆ ಎಂದು ಸಂಶೋಧಕರು ವಿಶ್ವಾಸ ವ್ಯಕ್ತಪಡಿಸಿದ್ದಾರೆ.
