Une nouvelle méthode de machine learning développée par une entreprise de bio-informatique, Insilico Medicine, permet aux chercheurs de prédire l’âge de n’importe qui avec 80% de réussite à partir des données provenant d’analyses de sang. Pour arriver à ce résultat, ils ont conçu un ensemble modulaire de 21 réseaux neuronaux de profondeur et de structure variable. Plus fort encore, l’étude a permis d’identifier les cinq marqueurs les plus importants pour prédire l’âge humain : l’albumine, le glucose, la phosphatase alcaline, de l’urée, et les érythrocytes. Pourquoi c’est important ? Parce l’absence de biomarqueurs mesurant l’efficacité des thérapies contre le vieillissement est un des obstacles majeur auquel est confronté la recherche aujourd’hui.
