RNA生物标志物引导嗜睡司机血液检测

萨里大学(University of Surrey)睡眠研究中心(Sleep Research Centre)的科学家说，他们使用机器学习算法识别了68个基因的一个子集，以92%的准确率检测出血液样本是来自睡眠不足的人还是休息良好的人。

这项研究(“识别和验证人类急性和慢性睡眠不足的血液mRNA生物标志物:一种机器学习方法”)发表在《睡眠》杂志上。

“急性和慢性睡眠不足与不良健康后果和事故风险有关。因此，有必要使用生物标志物来监测睡眠负债状况。目前没有可用的。我们对健康年轻人在急性完全睡眠剥夺期间和慢性睡眠不足(< 6小时)或充足睡眠(~8.6小时)后一周收集的完整和预过滤转录组样本进行了弹性网络和岭回归，以识别睡眠负债状态的mRNA生物标志物。已鉴定的板的大小范围为9-74个生物标记。小组的表现，通过休假一主体交叉验证和独立验证来评估，在不同的睡眠负债情况下有所不同。使用基于一份血样的受试者间评估，“急性睡眠不足”的分类准确率为92%，而“慢性睡眠不足”的分类准确率仅为57%。对“慢性睡眠不足”进行分类的合理准确性只能通过受试者体内的血样比较来实现。睡眠负债状态的生物标志物与之前发现的昼夜节律阶段的生物标志物几乎没有重叠。

急性和慢性睡眠缺失的生物标志物也几乎没有重叠，但与细胞应激反应相关的常见功能相关，如热休克蛋白活性、未折叠蛋白反应、蛋白质泛素化和内质网相关蛋白降解以及细胞凋亡。全血对睡眠不足的这种典型反应可以进一步帮助我们理解睡眠不足是如何对健康产生负面影响的。这些新的生物标志物的进一步发展需要在其他研究和临床实践中得到验证。

研究小组称，这一发现为未来的一项测试铺平了道路，该测试将能够评估司机是否睡眠不足。美国汽车协会交通安全基金会(AAA Foundation for Traffic Safety)此前在这一领域的研究表明，24小时内每天只比建议的行车时间少一到两个小时的司机发生车祸的风险几乎是平时的两倍。

萨里大学生物信息学高级讲师艾玛·莱恩博士说:“我们都知道睡眠不足会对我们的身心健康造成重大风险，尤其是在一段时间内。然而，很难独立评估一个人的睡眠时间，这使得警察很难知道司机是否适合开车，雇主也很难知道员工是否适合工作。

萨里大学(University of Surrey)睡眠分子生物学教授西蒙·阿彻(Simon Archer)博士补充道:“识别这些生物标记物是开发一种能够准确计算个人睡眠时间的测试方法的第一步。”“仅仅在24小时清醒后，血液中就存在这样的生物标志物，这表明睡眠不足会对我们的身体产生生理影响。”

睡眠研究中心主任德克-简-迪克博士指出:“这是一项针对急性全面睡眠缺失的测试。”“下一步是确定慢性睡眠不足的生物标志物，我们知道这与不良健康结果有关。”

郑重声明：本文版权归原作者所有，转载文章仅为传播更多信息之目的，如有侵权行为，请第一时间联系我们修改或删除，多谢。