戈尔韦大学的研究人员开发了数字婴儿,以更好地理解婴儿在其关键的前180天生活中的健康状况。他们生成了360个先进的计算机模型,复制每个婴儿独特的代谢过程。这些数字婴儿是最初的性别特定的全身计算模型,代表新生儿和婴儿。人类身体有26个器官、六种不同类型的细胞以及超过80,000种代谢反应。通过使用来自10,000名新生儿的真实数据,例如他们的性别、出生体重和代谢物水平,科学家们能够开发和验证可以个性化的模型。这使得研究人员可以研究个别婴儿的代谢,以实现精准医学的目的。这项研究由戈尔韦大学数字代谢双胞胎中心和海德堡大学的科学家团队进行,主要研究者是APC微生物组爱尔兰的因斯·提勒教授。他们的目标是推进精准医学。计算建模在理解婴儿代谢和改善早期医疗状况的诊断和治疗中至关重要。主要作者海兰·扎乌赛德,海德堡大学,强调婴儿具有独特的代谢特征,并需要更多能量来调节体温,因为他们的表面积与体重比高。婴儿的计算模型被认为具有重要意义,因为它增强了我们对婴儿代谢的理解,并提供了改善遗传性代谢疾病等情况医疗护理的机会。婴儿在生命的前六个月经历快速的生长和发展,需要代谢过程来调节体温。识别和将这些过程转化为数学概念对于研究至关重要。通过以器官特定的方式捕捉代谢,计算模型可以模拟不同器官在婴儿中的独特能量需求与成人的区别。利用新生儿的真实母乳数据,可以在模型中模拟相关的代谢过程,包括婴儿身体中的不同器官。通过分析他们的营养,我们能够模拟数字婴儿在六个月内的生长,并发现他们的发育速度与真实婴儿相似。
该项目的负责人因斯·提勒教授强调,新生儿筛查程序在早期检测代谢疾病的重要性,这可以改善婴儿的生存率和健康结果。然而,这些疾病在婴儿中表现出的差异性突显了个性化疾病管理的方法的必要性。
“我们的模型使研究人员能够研究婴儿整个身体的代谢,包括其各种器官。通过分析他们的营养,我们能够模拟数字婴儿在六个月内的生长,并发现他们的发育速度与现实生活中的婴儿相似。”因斯·提勒教授强调新生儿筛查程序在早期检测代谢疾病中的重要性,这可以改善婴儿的生存率和健康结果。然而,这些疾病在婴儿中的表现差异性突显了个性化疾病管理方法的必要性。该研究关注健康婴儿和有遗传代谢疾病的婴儿,这些情况通常在新生儿筛查期间进行检查。通过模拟有疾病婴儿的代谢,这些模型能够预测与这些疾病相关的特定生物标志物。此外,这些模型成功预测了不同治疗方法的代谢反应,表明它们在临床环境中的潜在应用。
海兰·扎乌赛德表示:“这项研究为创建婴儿的数字代谢双胞胎奠定了基础,提供对其代谢功能的全面理解。这些数字双胞胎有潜力改变儿科医疗。该研究发表在《细胞代谢》期刊上,建议为新生儿和婴儿创建个性化的代谢全身模型可帮助预测成长和遗传代谢疾病的生物标志物。这种方法能够改善医疗,通过使每个婴儿的独特代谢需求有针对性的疾病管理。