日语

 

更新(月/日/年):2025 年 6 月 10 日

唾液表明睡眠不佳

—机器学习识别六种代谢物来确定慢性睡眠不良,准确率达 866%—

 
研究人员) OISHI Katsutaka,细胞与分子生物技术研究所首席高级研究员,KAIDA Kosuke,人类信息学与交互研究所高级研究员

积分

  • 唾液中的六种代谢物被发现是长期睡眠不良的指标
  • 匹兹堡睡眠质量指数的结果和基于唾液中代谢物的睡眠不良评估的结果一致,一致性为 866%。
  • 非侵入性测定是可能的,并且有望应用于家庭、工作场所和老年护理机构的医疗保健。

新研究成果图

开发非侵入性生物标志物来确定长期睡眠不良


摘要

AIST 的研究人员与茨城大学合作开发了一种利用唾液来确定长期睡眠不良的技术。

众所周知,睡眠障碍会增加患抑郁症和生活方式相关疾病等精神疾病的风险。然而,虽然使用简单的设备可以相对轻松地客观测量日常睡眠状况,但慢性睡眠障碍的诊断却很困难,匹兹堡睡眠质量指数(PSQI)和睡眠日记等方法主要依赖于被检查者的主观性。

为了寻找非侵入性生物标志物来确定慢性睡眠不良,我们收集了 50 名没有睡眠问题(PSQI 评分为 2 或更低)的受试者和 50 名睡眠不佳(PSQI 评分为 6 或更高)的受试者的唾液,并使用 CE-FTMS 进行代谢组分析。根据唾液中可检测到的 683 种代谢物的浓度信息,进行随机森林分析(机器学习的一种形式)来识别六种代谢物,这些代谢物对于区分没有睡眠问题的受试者和睡眠不佳的受试者非常重要。利用这些,我们创建了一个区分模型,发现我们能够区分那些根据 PSQI 分数确定的睡眠不佳的人,一致性为 866%。

这一成就不仅能够对慢性睡眠不良进行客观、非侵入性的评估,而且有可能评估日常睡眠状态的变化,而这对于 PSQI 来说是困难的。未来,将开发和建立用于测量作为生物标志物的代谢物的试剂盒和简单装置,作为睡眠自我保健技术,用于监测日常生活中的睡眠质量以及家庭、工作场所和老年人设施中的健康管理。

 

背景

随着社会面临24小时运转和人口老龄化的问题,睡眠成为日益受到社会关注的问题。在日本,估计有五分之一的成年人对自己的睡眠不满意。睡眠障碍是与睡眠和觉醒相关的各种疾病的总称,已知慢性睡眠障碍会增加患抑郁症等精神疾病和生活方式相关疾病的风险。最近,使用市售可穿戴设备可以轻松测量每日睡眠时间和睡眠质量。然而,满意的睡眠量和质量存在很大的个体差异,需要评估每个人的长期睡眠状态以评估慢性睡眠障碍。目前评估长期睡眠状态的主要方法是依靠被测者主观性的自我评估,如PSQI、睡眠日记等问卷调查。

PSQI是医生用于诊断和筛查评估睡眠障碍的问卷之一,受试者本人完成对过去一个月的睡眠质量、睡眠持续时间、白天醒来困难等7个项目的主观评价。总分(0至21分)用于确定睡眠障碍的程度。 PSQI在全球范围内使用,有大量证据,但存在一些问题:结果依赖于考生的主观性,因此存在一定的偏差,并且很难获得随时间的变化。因此,目前很难客观评估长期睡眠不良是否可能导致抑郁症等疾病的发生。

 

文章信息

期刊:科学报告
论文标题:通过日本中年男性唾液代谢组学分析鉴定慢性睡眠障碍的潜在非侵入性生物标志物
作者:大石胜隆、吉田裕太、凯田浩介、寺井浩之、山本博之、丰田敦
DOI:101038/s41598-025-95403-1

 



▲ 页面顶部