Ученые из группы BIRD создали инструмент для скрининга, который использует инфракрасный свет и машинное обучение для оценки состояния здоровья с помощью одного измерения. Разработка описана в статье, опубликованной в журнале Cell Reports Medicine.
Инфракрасная спектроскопия (физико-химический метод, использующий инфракрасное излучение для анализа молекулярного состава веществ) применительно к сложным биологическим жидкостям, таким как плазма крови, позволяет получить подробную информацию о молекулярных сигналах, что делает его перспективным инструментом медицинской диагностики.
Ранее ученые создали метод измерения человеческой плазмы, впервые применив инфракрасный метод молекулярной дактилоскопии в условиях естественного разнообразия населения. Для этого в рамках исследования KORA — комплексного проекта по изучению здоровья — у тысяч людей взяли кровь. Случайно отобранные участники были выбраны в качестве репрезентативного сценария для естественно изменчивой популяции и привлечены к сдаче крови.
Более 5 тысяч образцов плазмы крови измерили с помощью инфракрасной спектроскопии с преобразованием Фурье (FTIR). Ученые проанализировали образцы крови, чтобы получить молекулярные «отпечатки пальцев». Они применили машинное обучение для анализа молекулярных отпечатков и соотнесла их с медицинскими данными. Оказалось, что эти отпечатки содержат ценную информацию, которая позволяет быстро проверить состояние здоровья. Алгоритм теперь способен различать различные состояния здоровья, включая аномальные уровни липидов в крови, изменения артериального давления, диабет 2 типа и предиабет.
Также алгоритм смог выделить людей, которые были здоровы и оставались такими на протяжении всех исследуемых лет, и тех, кто страдает от нескольких заболеваний в различных комбинациях. Более того, система, основанная на машинном обучении, может предсказать развитие метаболического синдрома за несколько лет до появления симптомов.
Это исследование закладывает основу для того, чтобы инфракрасная молекулярная дактилоскопия стала рутинной частью скрининга, позволяя врачам более эффективно выявлять и лечить заболевания. Это особенно важно для таких метаболических нарушений, как холестериновые аномалии и диабет, когда своевременное вмешательство может значительно улучшить результаты.
Однако потенциальные возможности этой технологии еще шире. По мере того как ученые будут продолжать совершенствовать систему, в диагностику будет добавляться все больше типов состояния здоровья и их комбинаций. Это поможет создать полноценный персонализированный мониторинг здоровья.
