Uus andmete salvestamise mudel ennustab täpselt individuaalseid glükeemilisi reaktsioone

Uus andmete salvestamise mudel ennustab täpselt individuaalseid glükeemilisi reaktsioone

Kui sööte vahepala – näiteks lihapalli või vahukommi –, kuidas see teie veresuhkrut mõjutab? See on üllatavalt keeruline küsimus: organismi glükeemiline reaktsioon erinevatele toitudele varieerub sõltuvalt individuaalsest geneetikast, mikrobioomidest, hormonaalsetest kõikumistest ja muust. Seetõttu nõuab isikupärastatud toitumisalaste nõuannete pakkumine, mis aitab muu hulgas juhtida diabeeti, rasvumist ja südame-veresoonkonna haigusi, kulukat ja pealetükkivat testimist, mis raskendab tõhusat hooldust ulatuslikult.

Ajakirjas avaldatud paberilDiabeedi teaduse ja tehnoloogia ajakiriStevensi Tehnoloogiainstituudi teadlased pakuvad uut lähenemist: säästumudeli mudelit, mis suudab täpselt ennustada individuaalseid glükeemilisi reaktsioone, ilma et oleks vaja võtta vereproove, väljaheite proove või muid ebameeldivaid teste. Nende lähenemise võti? Jälgige, mida inimesed tegelikult söövad.

See võib tunduda ilmselge, kuid seni on enamik uuringuid keskendunud makrotoitainetele, näiteks grammidele süsivesikutele, mitte teatud toiduainetele, mida inimesed söövad. Oleme näidanud, et toidutüüpe analüüsides on võimalik teha väga täpseid prognoose palju vähemate andmetega. “

Dr Samantha Kleinberg, värvide õppetooli arvutiteaduse professor

Dr Kleinbergi töörühm uuris kahte andmekogumit, mis sisaldasid nii üksikasjalikke toidupäevikuid kui ka pidevaid glükoosimonitori andmeid ligi 500 diabeediga inimese kohta (nii USA-s kui ka Hiinas). Olemasolevate toiduandmebaaside ja Chatgpt abil klassifitseerisid nad iga toidukorra makrotoitainete sisalduse järgi ning kasutasid ka toitude struktuuri (näiteks liha sarnaneb rohkem juustudega), et saaks eristada toiteväärtuselt samaväärseid toite.

Koolitades algoritmi, kasutades toitumisandmeid ja toiduomadusi ning mõningaid demograafilisi üksikasju, suutis töörühm ennustada iga inimese glükeemilist reaktsiooni igale toidule praktiliselt sama täpsusega varasemates uuringutes, mis sisaldasid üksikasjalikke mikrobioomiandmeid ja muud arvutatud teavet.

"Me ei tea ikka veelMiks"Toidu omaduste kaasamine muudab palju," ütleb dr Kleinberg. Võimalik, et toiduteave on glükeemilisi reaktsioone juhtivate mikrotoitainete asendusnäitaja või et teatud toitude füüsilised omadused panevad inimesi neid erinevalt sööma või erinevalt seedima.

Toidutüüpidele keskendudes suutis meeskond uurida ka glükeemiliste reaktsioonide individuaalseid erinevusi. "Kuna inimesed söövad ikka ja jälle samu eineid, annavad andmed meile ülevaate sellest, kuidas individuaalsed reaktsioonid teatud toiduainetele aja jooksul muutuvad," selgitab dr Kleinberg. Meeskond leidis, et menstruaaltsüklite andmete lisamine nende mudelisse moodustas suure osa subjektisisesest variatsioonist, mis viitab sellele, et hormoonide taseme muutused võivad mängida olulist rolli individuaalsete glükeemiliste reaktsioonide vahendamisel.

Meeskonna mudel ennustab täpselt ka glükeemilist vastust nii USA kui ka Hiina elanikkonna jaoks - see on oluline leid, sest mikrobioomil põhinevad mudelid on sageli püüdnud saada täpseid tulemusi erinevates kultuurikontekstides. "Me ei vaja ennustuste tegemiseks andmeid konkreetse piirkonna elanikkonna kohta," selgitab dr Kleinberg.

Uus mudel on ka piisavalt võimas, et ennustada demograafiliste andmete põhjal inimese glükeemilisi reaktsioone, ilma et oleks vaja kohandatud koolitust toidupäevikute või muude isikupärastatud andmete kohta. Selle tulemusena võiksid arstid mudelit potentsiaalselt toita, et anda patsiendiga esmasel kohtumisel toitumisalast nõu, ilma et oleks vaja töömahukaid toiduprotokolle või pealetükkivaid katseid. "Me saame anda paremaid soovitusi, kui meil on rohkem andmeid, kuid me saame väga häid tulemusi ilma isikuandmeteta," selgitab dr Kleinberg. "See tähendab, et saame patsientidele kohe kasulikku nõu anda – ja loodetavasti motiveerib see neid jätkama."

Järgmisena kavatseb meeskond täiustada oma mudelit suuremate andmekogumitega ja uurida, kas mikrobioomiandmete lisamine suurendab nende mudeli täpsust. "See on suur küsimus, sest kui ainuüksi toiduteave annab meile kõik, mida vajame, ei pruugi olla vajadust väljaheiteproove koguda ega muid analüüse teha," ütleb dr Kleinberg. "See võib muuta isikupärastatud toitumise taskukohasemaks ja kõigile kättesaadavamaks."

Allikad: