机器学习算法能通过检测出血液样本判断是否睡

点击全文阅读

据报道，一项来自英国萨里大学睡眠研究中心的研究在Derk-Jan Dijk教授的领导下对36名参与者进行了睡眠研究。在时长40个小时的研究过程中，他们被要求放弃掉一晚的睡眠时间，然后在这期间Dijk他们采集了参与者的血液样本并测量了数千个基因表达水平的变化。

资料图

机器学习算法确定了68个基因子集并检测出血液样本究竟是来自睡眠不足的人还是来自休息良好的人，准确率达到了92%。

这一突破性发现为未来评估司机是否为睡眠不足的测试铺平道路。美国汽车协会交通安全基金会此前在该领域的研究显示，如果司机一天内睡眠的时间比建议值少了1到2个小时，那么发生车祸的风险几乎增加了一倍。

萨里大学生物信息学高级讲师Emma Laing博士表：我们都知道睡眠不足会对我们的身心健康造成重大风险，尤其是在某一段时间内。然而想要独立评估一个人的睡眠时间是很困难的，这使得警察很难知道司机是否还适合开车或雇主很难知道员工是否还适合继续工作下去。

萨里大学睡眠分子生物学教授Simon Archer则指出，识别这些生物标志物是 开发 能够准确计算出个体睡眠量的测试的第一步。

对此，Dijk表示，这是一项针对急性睡眠完全丧失的测试，下一步则是确定慢行睡眠不足的生物标志物。

点击全文阅读