Public Release: 

新研究显示,吸烟加速衰老进程

人工智能助力深入研究,通过深度学习得到的生化时钟(Deep-Learned Biochemistry Clocks)能有效确定吸烟者的生物年龄,并其预测吸烟情况

InSilico Medicine, Inc.

IMAGE

IMAGE: Smoking Accelerates Aging view more 

Credit: Insilico Medicine

2019年1月16日,于马里兰州罗克维尔市 -英科智能(Insilico Medicine)是利用人工智能进行生物标志物开发、数字医学和衰老研究的领域的领导者之一,公司宣布在期刊《科学报告》上发表一篇新的合作研究论文,题为“用血液生化分析检测判断吸烟者的吸烟状况、量化其加速的衰老进程”。

吸烟会以多种方式对人们的整体健康产生负面影响,这已经在很久以前就得到证实。 英科智能的科学家所做的研究旨在确定吸烟者和不吸烟者之间的生物年龄差异,利用血液生化和人工智能的最新进展来评估吸烟的影响采用研究监督式深度学习技术开发出来的年龄预测模型,对许多生化标志物作了分析,包括对糖化血红蛋白、尿素、空腹血糖和铁蛋白的测量值。

研究结果表明,吸烟者的衰老比率更高。无论吸烟者是男性还是女性,与不吸烟者相比,预测年龄是实际生理年龄的两倍。 研究结果是基于149,000名成年人的血液特征表现得出的。

其他研究也表明,对常规血液检查做深度学习分析可以替代自我报告是否吸烟的方法,后者在目前是不可靠的,另外,深度学习分析还可用于评估其他的生活方式因素和环境因素对衰老的影响。

“我很高兴能参与这项研究,该研究提供的科学证据令人赞叹,证明了吸烟可能会加速衰老。 吸烟是一个很严重的问题,会破坏人们的健康,导致人过早死亡,而且常常是许多疾病的诱因。 我们应用人工智能证明,吸烟会让人们的生物学年龄显着增加。“ 英科智能的高级研究科学家 Polina Mamoshina说 。

###

Insilico Medicine定期在同行评审的期刊上发表研究论文。公司率先利用生成对抗性网络(GANs)生成特定参数的新型分子结构,并于2016年6月发表了一份极具影响力的同行评审论文。后来这一概念得到进一步拓展,加入了先进记忆和强化学习部分。最新发表的论文中,有一篇刊登在《老年学杂志》上,展示了深层神经网络在评估患者的生理年龄方面的应用。最新一期的《分子药剂》特刊上也刊登了英科智能的几篇研究论文。英科智能最近发表了其利用人工智能进行衰老研究方面的成果,论文发表于《衰老研究评论》期刊上。

如需更多信息,图片或有意采访,请联系我们。

联系人:Polina Firsanova
邮箱:ai@pharma.ai
网站:http://www.insilico.com
请点击以下链接阅读文章:

关于Insilico Medicine, Inc

Insilico Medicine是一家人工智能公司,在美国,比利时,俄罗斯,英国,台湾和韩国都设有研发办公室,雇员来自各个编程马拉松和比赛。本公司及其科学家致力于延长人类生产力年限,通过在发现生物标志物、药物开发,数字医学和老龄化研究方面的卓越表现,给药物发现和开发过程中的每一个步骤带来革新。

Insilico是利用生成对抗性网络(GANs)和强化学习的应用,生成新的分子结构,治疗有已知配体但无具体标靶的疾病的先行者。除了与大型制药公司合作,公司内部也在进行药物发现项目,包括癌症,皮肤疾病,纤维变性,帕金森病,阿尔茨海默症,肌萎缩性脊髓侧索硬化症,糖尿病,肌肉减少症,和衰老方面的药物。Insilico还与LifeExtension.com建立合作伙伴关系,结合先进的生物信息学和深度学习技术,Insilico推出了一系列的保健食品。另外,Insilico还提供了一系列面向消费者的应用程序,包括Young.AI。

在2017年,Insilico Medicine当选NVIDIA五大“潜在最具社会影响的五大AI公司”之一。2018年,Insilico被CBS Insights评为全球AI企业100强。2018年,Insilico获得了弗若斯特沙利文2018 北美衰老研究与药物人工智能开发奖,伴有行业简报。简短的公司介绍视频:https://www.youtube.com/watch?v=l62jlwgl3v8

了解更多信息,请访问http://www.insilico.com

Disclaimer: AAAS and EurekAlert! are not responsible for the accuracy of news releases posted to EurekAlert! by contributing institutions or for the use of any information through the EurekAlert system.