Исследователи Оксфордского университета выяснили, что в некоторой степени гены определяют наши двигательные привычки и то количество времени, в течение которого мы сидим, двигаемся или спим, — пишет eurekalert.org.
В одном из самых подробных проектов такого рода ученые изучили активность 91 105 участников, чьи данные хранятся в британском Биобанке, которые в течение недели носили на запястье монитор активности.
Ученые научили машины автоматически определять активным или малоподвижным является образ жизни конкретного человека по огромному количеству данных мониторинга активности.
Затем они объединили эти данные с генетической информацией британского Биобанка, чтобы выявить 14 генетических областей, связанных с деятельностью, семь из которых являются новыми для науки. Работа помогает лучше понять процессы сна, физической активности и их влияния на здоровье.
Недостаточная физическая активность представляет собой глобальную угрозу общественному здоровью и связана с целым рядом распространенных заболеваний, включая ожирение, диабет и болезни сердца. Изменения продолжительности сна связаны с сердечными и метаболическими заболеваниями и психическими расстройствами.
Генетический анализ впервые показал, что увеличение физической активности, как правило, снижает артериальное давление. А также раскрылась связь двигательной активности и режима сна с нейродегенеративными заболеваниями, психическим здоровьем и структурой мозга, что свидетельствует о важной роли центральной нервной системы в отношении физической активности и сна.
Доктор Эйден Доэрти из Института больших данных Оксфордского университета — ведущий автор исследования — сказал: «Не только гены определяют, как и почему мы двигаемся, но осознание их роли поможет улучшить наше понимание причин и последствия гиподинамии. Только благодаря тому, что мы можем изучать большие объемы данных, например, предоставленные британским Биобанком, мы можем понять сложную генетическую основу для некоторых основных человеческих функций, таких как движение, отдых и сон».
Д-р Карл Смит-Бирн, один из ведущих аналитиков исследования, сказал, что использование машинного обучения для обработки больших наборов медицинских данных быстро развивается и оказывает глубокое влияние на некоторые виды исследований.
«Мы тщательно разработали модели машинного обучения, чтобы научить машины анализировать такие сложные функции, как деятельность, — сказал он. — Эти модели дают новое захватывающее представление о поведении человека, используя данные крупных исследований, таких как британский Биобанк с полумиллионом участников».
Профессор Майкл Холмс, научный сотрудник BHF Intermediate, добавил: «Это дает ученым прекрасную возможность узнать гораздо больше о том, как гены и окружающая среда взаимодействуют в нашей повседневной жизни, заставляя нас двигаться так, как мы привыкли и, возможно, подвергая нас риску заболевания. Например, это может помочь нам определить, является ли отсутствие активности причиной или следствием ожирения».
Чтобы определить типы активности, исследователи обратились к 200 добровольцам, которые носили специальную камеру, фиксирующую их активность каждые 20 секунд в течение двух дней. Изображения сравнивались с данными об активности, полученными мониторами на запястьях.