디지털 트윈 적용의 새로운 방향: 유아 발달 분석

시카고 대학이 주도한 연구에 따르면 AI 기술로 구동되는 '디지털 쌍둥이'는 아기의 미생물군집을 모델링하여 아기의 성장 후반에 발생할 수 있는 신경 발달 문제를 예측할 수 있습니다.

미숙아의 대변 샘플에서 얻은 초기 장내 미생물군집 관련 데이터를 사용하여 디지털 트윈은 이후의 미생물군집 구성과 그에 따른 신경 발달 결함을 매우 정확하게 예측할 수 있습니다.

이 논문은 Science Exhibition 저널에 게재되었습니다. 연구의 주 저자인 시카고 대학의 Ishanu Chattopadhyay는 성명에서 "우리는 미생물군집의 스냅샷을 보고 다양한 수준의 다양한 유형을 분석했습니다. , 우리는 빠르게 결론을 내릴 수 있습니다. 이는 미생물군집이 유아기 동안 계속 변화하고 성숙하기 때문입니다.”

그래서 우리는 생성 AI를 사용하여 미생물에 대한 시스템 디지털 트윈을 구축할 수 있는 새로운 방법을 개발했습니다. 박테리아 개체군의 변화에 따른 상호작용을 시뮬레이션합니다.

이 연구는 아직 초기 단계이지만 검증되면 어떤 아기의 신경 발달을 개선하기 위해 초기 미생물 이식이 필요할지 예측하는 데 도움이 될 수 있다고 팀은 믿습니다.

토론에서 저자는 다음과 같이 지적했습니다. “미생물 불균형이 기본적인 소화 과정에 영향을 미치고 심지어 중추 신경계의 미생물군-장-뇌 궤적에 접근하는 것을 포함하여 다양한 질병의 발생과 발달로 이어질 수 있다는 증거가 더 많습니다. 시스템."

자연과학에서는 미숙아를 포함한 인간의 뇌 발달에서 미생물군집의 역할과 미생물 불균형과 신경염증 및 신경발달 장애 사이의 관계를 관찰했지만, 신경교뇌축 작동의 구체적인 메커니즘은 남아 있습니다. 아직 완전히 밝혀지지 않은 미스터리.

이 분야의 탐구를 진전시키기 위해 Chattopadhyay와 동료들은 88명의 미숙아로부터 추출한 398개 샘플의 16S 리보솜 RNA 프로필을 사용하여 디지털 모델을 안내하고 훈련시켰습니다. 일부는 신경 발달 문제가 있고 다른 일부는 증상이 없는 유아가 제공한 데이터를 통해 AI는 신생아의 잠재적인 발달 문제를 예측하는 방법을 학습할 수 있었습니다.

연구팀은 디지털 키즈가 피험자 특성의 정확한 관찰률 76%로 발달 장애 및 머리둘레 발육 부진의 위험을 예측할 수 있다는 사실을 발견했습니다. 30주차의 양성 예측 정확도는 95%, 특이성 예측 정확도는 98%였다.

연구원들은 초기 마이크로바이옴 이식이 약 45%의 유아가 발달 문제를 피하는 데 도움이 될 수 있다고 계산했습니다. 그러나 구체적인 상황은 향후 연구에서 추가로 검증될 필요가 있으며, 특히 잘못된 마이크로바이옴 보충으로 인해 발생할 수 있는 부정적인 영향에 대해서는 더욱 그렇습니다.

Chatopadhyay는 "단순히 프로바이오틱스를 투여하는 것만으로는 발달 위험을 줄일 수 있다고 기대할 수 없습니다. 아기의 마이크로바이옴은 매우 중요하며 보충은 다각도에서 정확하게 제어되어야 합니다."라고 연구원들은 또한 언급했습니다. 디지털 트윈 모델은 장내 미생물군집의 특정 조건과 치료 목표에 대한 미래 초점 연구입니다. 기존 연구 방식에 비해 진단 및 치료 계획 수립 주기를 획기적으로 단축할 수 있을 것으로 기대된다.