全世界有將近5000萬人患有阿爾茨海默氏病或其他形式的癡呆症。儘管年齡是患此病的最大風險因素，但研究人員認為，大多數阿爾茨海默氏症的發生是由於基因與其他因素之間複雜的相互作用。但是，這些因素及其發揮的作用尚不清楚。
在一項新研究中，USC研究人員使用機器學習來識別潛在的基於血液的阿爾茨海默氏病標記物，這些標記物可有助於早期診斷並導致採用非侵入性方式跟踪患者疾病的進展。該方法由USC信息科學研究所（ISI）的高級研究負責人USC計算機科學研究助理教授Greg Ver Steeg開發。機器學習是人工智能（AI）的子集，它使計算機無需進行顯式編程即可學習。
“這種類型的分析是一種發現數據模式以識別疾病的關鍵診斷標記的新穎方法。” -保羅·湯普森。
“這種分析是一種新穎的發現方式淘金娛樂城更改數據模式以識別疾病的關鍵診斷標記。”團隊成員Paul Thompson說，他是USC Mark和Mary Stevens神經影像與信息學研究院的副主任，也是USC凱克醫學院的教授。 “在龐大的健康指標數據庫中，它幫助我們發現了沒有人懷疑的阿爾茨海默氏病的預測特徵。”
這項研究“揭示了阿爾茨海默氏症健康和風險的生物學相關外圍特徵iwin娛樂城 “衰老大腦中的疾病”，發表於11月28日的《衰老神經科學前沿》。該研究的作者來自USC Mark和Mary Stevens神經影像與信息學研究所以及USC信息科學研究所。
鑑定捕魚達人外掛生物標誌物
迄今為止，大多數阿爾茨海默氏症的研究都集中在已知的假設上，例如大腦中澱粉樣蛋白斑塊和tau蛋白的積累，但事實證明，這兩種方法都很難在血液中進行測量。
因此，診斷測試主要基於內存。不幸的是，當一個人開始表現出記憶力減退的跡象時，他們可能已經患有這種疾病已有數十年了。儘早發現疾病，甚至在症狀出現之前，是通過藥物和生活方式改變來控制疾病的關鍵步驟，從而可以改善性生活質量九州娛樂城fe。
結果，南加州大學的神經科學家想知道阿爾茨海默氏症是否還有其他“隱藏”指標，這些指標可以通過常規血液檢查發現。但是，當您不知道要尋找的東西時如何找到東西？
因此，他們將注意力轉向了機器學習，並獲得了USC計算機科學家和物理學家Greg Ver Steeg的專業知識，他專門研究複雜數據。
2013年，Ver Steeg開發了一種先進的機器學習方法，稱為“相關說明”（CorEx），該方法可以調解經常被大量數據（包括神經科學，心理學和金融學）淹沒的區域中的模式。同年，當加州理工香港六合彩资料學院的計算生物學家雪莉·佩普克（Shirley Pepke）使用該算法研究她的方法時，該方法成為新聞 皇璽會娛樂城自己患癌症。
在這項特殊的研究中，科學家的目標是使用相同的算法來發現可能與阿爾茨海默氏病相關的醫學數據中的隱藏因素或相關因素簇。
Ver Steeg說：“可能沒有一個單一的指標可以預測您是否會出現認知能力下降，是否已經開始，或者它將有多嚴重。” “但是也許會有一些指標的集合，這將是一個更好的信號。我們正在研究的問題是，是否可以使用該算法找到比單獨測量的任何因素都能更好地預測阿爾茨海默氏症的特徵組。”
關係群
研究人員檢查了從阿爾茨海默氏病神經影像研究計劃數據庫中的829位老年人收集的醫學數據，以確定一年內認知能力下降和腦萎縮的預麻將線上對戰測因子。
參與者分為三個診斷類別：認知正常，輕度認知障礙和患有阿爾茨海默氏病的人。數據包括從大腦成像，遺傳學，血漿和人口統計學信息中收集的400多種生物標記。
果然，當科學家們通過Ver Steeg的算法運行數據時，出現了不同的關係簇。發現澱粉樣蛋白和tau蛋白很重要，但該算法還顯示出與心血管健康，激素水平，新陳代謝和免疫系統反應之間的密切關係。例如，低維生素B12水平（可能是心血管疾病的危險因素）與稱為基質金屬蛋白酶（也是心血管疾病的特徵）和由T細胞分泌的蛋白質（已知參與免疫反應）一起分類。
雖然某些措施之間的關係以前已經記錄在案，並且已知與阿爾茨海默氏病有關，但是“結果是娛樂城註冊送Thompson說：“特徵之間的協同作用是比單個特徵更強的預測指標。”
“也許單獨解決其中一件事情並沒有什麼大的區別，但是解決一系列問題可能有助於降低患上這種疾病的風險。”
湯普森說，越來越多的生物標誌物可能導致更早的診斷和更好的預後，為血液檢測提供新的靶標。在未來的研究中，他和他的團隊希望在更多的患者中證實這一結果，並希望使用Ver Steeg的方法來發現精神分裂症和抑鬱症等其他疾病的隱患。
本文已由南加州大學提供的材料重新發表。注意：材料的長度和內容可能已被編輯。有關更多信息，請聯繫引用的來源。
Refe。rence
Riedel，B.C.，Daianu，M.，Ver Steeg，G.，Mezher，A.，Salminen，L.E.，Galstyan，A.，＆Thompson，P.M.（2018年）。在衰老的大腦中發現健康狀況和阿爾茨海默氏病風險的生物一致的外圍特徵。 《神經科學的前沿》，第10卷，第390頁。
