新的机器学习方法预测生物钟时间改善睡眠和健康的决定

一种新的机器学习方法可以帮助我们判断我们内部的生物钟,健康帮助我们做出更好的决策,包括时间和多长时间睡觉。

研究,已由萨里大学和大学的格罗宁根,使用机器学习程序分析代谢物血液中预测我们的内部生理计时系统的时间。这项研究发表在《华尔街日报》美国国家科学院院刊》上。

迄今为止的标准方法来确定时间昼夜系统测量自然褪黑激素的时间节奏,特别是当我们开始产生褪黑激素,褪黑激素称为昏暗的灯光开始(DLMO)。

黛布拉斯基恩教授从萨里大学的该研究的作者之一,表示,“在两个参与者的血液样本,我们的方法可以预测个体的DLMO准确度或比以前更好,更多的侵入性的评估方法。”

研究小组收集的时间序列血液样本从24 individuals-12男12女。所有与会者都健康,不吸烟,有规律的睡眠时间表七天之前他们参观了大学临床研究机构。然后研究小组测量超过130代谢物节奏使用有针对性的代谢组学方法。这种代谢物数据被用于机器学习程序预测昼夜时间。

弧拱教授说,“我们很兴奋但谨慎我们新的方法来预测DLMO-as更方便和需要较少的抽样比当前可用的工具。需要验证我们的方法在不同的种群,它铺平了道路优化治疗昼夜节律睡眠障碍和损伤恢复。

“智能设备和这套可提供有益的指导睡眠模式——我们的研究开辟了道路,真正个性化的睡眠和饮食计划,对齐到我们个人的生物,有可能优化健康和减少风险的严重疾病与睡眠不好,不合时机的吃。”

教授鲁洛夫•小屋,格罗宁根大学的该研究的作者之一,表示,“我们的研究结果可以帮助开发一种可行的方法来估算自己的昼夜节律,优化行为的时机,诊断抽样,和治疗。”