MicroAge
Model uczenia maszynowego szacujący wiek biologiczny na podstawie składu mikrobiomu śliny — nowe, jeszcze bardzo wczesne podejście do biomarkerów starzenia, odrębne od skoncentrowanego na śmiertelności OMAA Score.
Liczba badań
2
Bezpieczeństwo
Wysokie
Kiedy efekty
Nie dotyczy — to narzędzie analityczne/badawcze, a nie interwencja wywołująca efekty w czasie.
Dla kogo
Spis treści
TL;DR
Model uczenia maszynowego szacujący wiek biologiczny na podstawie składu mikrobiomu śliny — nowe, jeszcze bardzo wczesne podejście do biomarkerów starzenia, odrębne od skoncentrowanego na śmiertelności OMAA Score.
- →Nieinwazyjna metoda pozyskiwania danych (próbka śliny zamiast krwi)
- →Pokazuje, że skład mikrobiomu jamy ustnej niesie mierzalny sygnał związany z wiekiem i stanem zdrowia w dużej, zróżnicowanej populacji
- →Potencjalnie użyteczny kierunek badawczy do dalszego różnicowania biomarkerów starzenia niezależnych od krwi i DNA
| Typ narzędzia | Model uczenia maszynowego szacujący wiek biologiczny z mikrobiomu śliny |
|---|---|
| Poziom badań | Wstępny — pojedyncza publikacja (2025), brak niezależnej replikacji |
| Źródło danych | Analiza 16S rRNA mikrobiomu śliny, ponad 8000 cech mikrobiologicznych |
| Wielkość próby treningowej | 4532 zdrowe osoby z sześciu kontynentów |
| Kluczowa metryka | MicroAgeGap — różnica między wiekiem przewidywanym a metrykalnym |
| Różni się od | OMAA Score — odrębny wskaźnik oparty na mikrobiomie jamy ustnej, powiązany ze śmiertelnością i kruchością |
| Status | Narzędzie badawcze, nie zwalidowany test kliniczny dostępny komercyjnie |
Zrozum
Opis
MicroAge to nazwa modelu uczenia maszynowego opublikowanego w 2025 roku w czasopiśmie iMetaOmics, który na podstawie składu mikrobiomu śliny (analiza genu 16S rRNA) próbuje oszacować wiek biologiczny człowieka oraz wykryć odchylenia sugerujące gorszy stan zdrowia. Model wytrenowano na próbkach śliny 4532 zdrowych osób z sześciu kontynentów, wykorzystując informacje o obecności i liczebności ponad 8000 cech mikrobiologicznych. To jeden z pierwszych tego typu "zegarów" opartych nie na krwi czy DNA, lecz na mikrobiomie jamy ustnej.
Warto od razu odróżnić MicroAge od pokrewnego, ale odrębnego pojęcia OMAA Score (Oral Microbiome Aging Acceleration Score) — obie koncepcje korzystają z mikrobiomu jamy ustnej, ale mają inny cel. OMAA Score to wskaźnik "przyspieszenia starzenia" wyliczany jako różnica między wiekiem przewidywanym a rzeczywistym, powiązany bezpośrednio ze śmiertelnością i kruchością (frailty) w konkretnej kohorcie badawczej. MicroAge to szerszy model predykcyjny, którego autorzy testowali przede wszystkim pod kątem trafności szacowania wieku i wykrywania stanów chorobowych (tzw. MicroAgeGap — różnica między wiekiem przewidywanym a metrykalnym jako sygnał zaburzeń zdrowia), a nie jako gotowy wskaźnik ryzyka zgonu. Innymi słowy — to dwa różne narzędzia analityczne zbudowane na podobnym typie danych, nie synonimy.
To pole badań jest na bardzo wczesnym etapie. Pojedyncza publikacja, nawet dobrze zaprojektowana metodologicznie, nie jest tym samym co zwalidowany, powtarzalny biomarker kliniczny. Osoby zainteresowane biologią starzenia i mikrobiomem mogą traktować MicroAge jako ciekawy kierunek badawczy pokazujący, że skład bakterii jamy ustnej (a wcześniej także jelit) niesie sygnał związany z wiekiem — ale nie jako dostępny dziś, zwalidowany test do samodzielnej oceny własnego wieku biologicznego.
Mechanizm działania
Skład mikrobiomu — zarówno jelitowego, jak i jamy ustnej — zmienia się wraz z wiekiem w sposób częściowo przewidywalny: pewne grupy bakterii systematycznie zyskują, a inne tracą na liczebności, zmienia się też ogólna różnorodność mikrobiologiczna. Modele takie jak MicroAge wykorzystują tę zależność statystycznie — algorytm uczenia maszynowego (w tym przypadku porównywany m.in. z metodami LASSO i elastic net) analizuje tysiące cech mikrobiologicznych z próbki śliny i uczy się rozpoznawać wzorzec typowy dla danego wieku metrykalnego na dużym zbiorze zdrowych osób.
Po wytrenowaniu model może zostać zastosowany do nowej próbki i wygenerować przewidywany "wiek mikrobiomu". Różnica między tą wartością a wiekiem metrykalnym danej osoby (MicroAgeGap) jest interpretowana jako potencjalny sygnał stanu zdrowia — w opisywanym badaniu dodatnia różnica wiązała się z profilem prozapalnym, a stulatkowie mieli systematycznie niższy przewidywany wiek mikrobiomu niż wynikałoby z metryki. Kluczowe ograniczenie: model, który w populacji zdrowej wyjaśniał większość wariancji wieku (R² ≈ 0,80), w populacjach z chorobami radził sobie wyraźnie gorzej (R² ≈ 0,16) — co pokazuje, że przewidywalność takich modeli silnie zależy od kontekstu klinicznego i nie jest uniwersalna.
Pobranie próbki śliny
Nieinwazyjne pobranie próbki i sekwencjonowanie genu 16S rRNA w celu określenia składu mikrobiomu jamy ustnej.
Ekstrakcja cech mikrobiologicznych
Analiza obecności i liczebności tysięcy taksonów bakteryjnych jako danych wejściowych dla modelu.
Predykcja wieku przez model ML
Algorytm wytrenowany na dużej, zdrowej populacji szacuje 'wiek mikrobiomu' na podstawie wzorca charakterystycznego dla danej grupy wiekowej.
Interpretacja MicroAgeGap
Różnica między wiekiem przewidywanym a rzeczywistym jest analizowana jako potencjalny, wstępny sygnał stanu zdrowia — nie jako gotowa diagnoza.
Dowody: wstępne — na podstawie 2 badania naukowych w tej bazie.
Korzyści
Najczęstsze mity
MitMicroAge i OMAA Score to ten sam test pod dwiema nazwami.
FaktTo dwa odrębne modele zbudowane na podobnym typie danych (mikrobiom jamy ustnej), ale o innym celu: MicroAge szacuje wiek biologiczny i odchylenia zdrowotne (MicroAgeGap), a OMAA Score to wskaźnik przyspieszenia starzenia powiązany bezpośrednio ze śmiertelnością i kruchością w konkretnej kohorcie.
MitSkoro model dobrze przewiduje wiek w zdrowej populacji, można go już traktować jako gotowy test diagnostyczny.
FaktSkuteczność modelu wyraźnie spadała w populacjach z chorobami (R² ≈ 0,16 wobec ≈ 0,80 w populacji zdrowej), co pokazuje, że narzędzie wymaga dalszej walidacji, zanim będzie można mówić o zastosowaniu klinicznym.
Sprawdź swój profil
Nie wiesz, jakie suplementy mają sens właśnie dla Ciebie?
Odpowiedz na kilka krótkich pytań dotyczących Twojego stylu życia, diety, snu i celów. VitMode przygotuje Twój profil i pokaże suplementy warte rozważenia — wraz z uzasadnieniem i siłą dowodów.
Rekomendacje uwzględniają Twoje odpowiedzi oraz poziom dowodów naukowych. Popularność suplementu nie wpływa na jego rekomendację.
Praktyka
Najczęściej zadawane pytania
To model uczenia maszynowego (opublikowany w 2025 roku w iMetaOmics) szacujący wiek biologiczny na podstawie składu mikrobiomu śliny, wytrenowany na próbie ponad 4500 zdrowych osób.
Oba korzystają z mikrobiomu jamy ustnej, ale MicroAge to ogólny model predykcji wieku i stanu zdrowia (MicroAgeGap), a OMAA Score to odrębny wskaźnik przyspieszenia starzenia powiązany bezpośrednio ze śmiertelnością i kruchością w badanej kohorcie.
Nie ma obecnie zwalidowanego, komercyjnie dostępnego testu klinicznego opartego na tym konkretnym modelu — to narzędzie badawcze opisane w jednej publikacji naukowej.
Tak, równolegle rozwijane są odrębne 'zegary' oparte na mikrobiomie jelitowym (np. tzw. gAge), które również wiążą skład bakterii z wiekiem i stanem zdrowia, ale są to inne modele niż MicroAge.
Nie — to ogólny sygnał statystyczny powiązany w badaniu z profilem prozapalnym lub obniżoną funkcją odpornościową, a nie diagnoza konkretnej jednostki chorobowej.
Z czym łączyć
Dobre połączenia
Mikrobiom jelitowy — Oba obszary — mikrobiom jamy ustnej i jelitowy — są badane jako niezależne źródła sygnału związanego z wiekiem, choć dotyczą różnych ekosystemów bakteryjnych organizmu
Bezpieczeństwo
Skutki i przeciwwskazania
Możliwe skutki uboczne
Przeciwwskazania
Brak istotnych przeciwwskazań przy typowym stosowaniu.
Czy warto stosować?
Dla kogo
- Osoby śledzące badania nad biomarkerami starzenia i mikrobiomem
- Naukowo zorientowani czytelnicy zainteresowani nowymi metodami oceny wieku biologicznego
Nie dla
- Brak istotnych przeciwwskazań przy typowym stosowaniu.
Dowody
Warto wiedzieć
Model MicroAge trenowano na próbkach śliny 4532 zdrowych osób z sześciu kontynentów i ponad 8000 cechach mikrobiologicznych.
Stulatkowie w badaniu mieli systematycznie niższy przewidywany wiek mikrobiomu (MicroAgeGap) niż wynikałoby z ich wieku metrykalnego.
Badania naukowe
Saliva MicroAge: A salivary microbiome based machine learning model for noninvasive aging assessment and health state prediction
Wstępne dowodyXu T, Niu Y, Deng C, Cheung Y, Li Y, Hu Z, Sun S, Chen Y, He F, Yang G, Chen F, Duan C, Huang Y, Deng X · iMetaOmics · 2025
Publikacja wprowadzająca model MicroAge — wytrenowany na 4532 próbkach śliny z sześciu kontynentów model ML przewidujący wiek biologiczny z mikrobiomu jamy ustnej; skuteczność mierzona R² ≈ 0,80 w populacji zdrowej spadała do ≈ 0,16 w populacjach z chorobami.
Zobacz badanieA gut aging clock using microbiome multi-view profiles is associated with health and frail risk
Wstępne dowodyWang H, Chen Y, Feng L, Lu S, Zhu J, Zhao J, Zhang H, Chen W, Lu W · Gut Microbes · 2024
Odrębny, ale koncepcyjnie pokrewny model (gAge) oparty na mikrobiomie jelitowym, pokazujący że podobne podejście do 'zegarów mikrobiomowych' powtarza się w różnych ekosystemach bakteryjnych organizmu i koreluje ze stanem zdrowia oraz ryzykiem kruchości.
Zobacz badanieŹródła i bibliografia
Cytowania mają charakter przykładowy dla wersji demonstracyjnej i wymagają pełnej weryfikacji bibliograficznej przez zespół redakcyjny przed publikacją produkcyjną.
Porównaj z podobnymi
O autorach tego wpisu
Autor
dr Anna KowalczykRedaktor naczelna, biologia molekularna
Anna studiowała biologię molekularną na Uniwersytecie Warszawskim, gdzie po doktoracie spędziła osiem lat w laboratorium badającym mechanizmy starzenia komórkowego i autofagii. Do dziennikarstwa naukowego trafiła niemal przypadkiem — sfrustrowana tym, jak łatwo wyniki jej dziedziny są upraszczane w mediach, zaczęła prowadzić bloga tłumaczącego biologię starzenia w przystępny sposób. To on stał się zalążkiem VitMode. Dziś Anna nadzoruje cały proces redakcyjny i dba, by każdy tekst przechodził ten sam rygor, jaki obowiązywał w jej dawnym laboratorium: źródło pierwotne, ocena metodologii i szczerość co do granic dowodów. Poza pracą trenuje wspinaczkę bulderową.
121 publikacji na tej stronie
Weryfikacja merytoryczna
dr Piotr ZielińskiEndokrynolog
Piotr praktykuje endokrynologię od ponad piętnastu lat, głównie w obszarze zaburzeń hormonalnych mężczyzn i gospodarki metabolicznej. Do VitMode dołączył jako konsultant naukowy, bo — jak sam żartuje — zmęczyło go tłumaczenie tych samych pytań o testosteron na każdej wizycie, więc postanowił spisać odpowiedzi raz porządnie. Recenzuje treści o terapii hormonalnej, farmakologii suplementów i interakcjach leków, pilnując, by artykuły nie zamieniały się w zachętę do samodzielnej suplementacji tam, gdzie naprawdę potrzebna jest diagnostyka i nadzór lekarza. Jego zawodowa dewiza — „dowód najpierw, entuzjazm potem” — nieraz towarzyszyła rozmowie z pacjentem, który przyszedł z gotowym planem suplementacyjnym znalezionym w internecie.
174 publikacji na tej stronie
Powiązane wpisy
4.2Zegary biologicznego wieku
Zbiorcze pojęcie obejmujące bardzo różne metody szacowania 'prawdziwego' tempa starzenia organizmu — od dobrze zwalidowanych zegarów epigenetycznych II generacji po znacznie mniej sprawdzone testy komercyjne oparte na glikanach czy mikrobiomie. Nie wszystkie mają porównywalny poziom dowodów.
4.0OMAA Score
OMAA Score (Oral Microbiome Aging Acceleration) to liczbowy wskaźnik obliczany na podstawie różnicy między wiekiem przewidzianym z próbki mikrobiomu jamy ustnej a wiekiem rzeczywistym — w badaniu wprowadzającym wiązał się z podwyższonym ryzykiem śmiertelności i kruchości.
4.6Mikrobiom jelitowy
Biliony bakterii, wirusów i grzybów zasiedlających jelita to nie bierny 'pasażer' organizmu, tylko aktywny ekosystem wpływający na trawienie, odporność, a nawet nastrój — z coraz lepiej udokumentowaną, choć wciąż nie w pełni zmapowaną, rolą w zdrowiu ogólnoustrojowym.
4.1Starzenie mikrobiomu jamy ustnej
Skład bakterii zasiedlających jamę ustną zmienia się w przewidywalny sposób wraz z wiekiem — na tyle przewidywalny, że badacze zaczęli budować na jego podstawie modele szacujące wiek biologiczny z prostej próbki śliny.
4.2Wiek biologiczny narządów
Koncepcja, według której poszczególne narządy — serce, mózg, wątroba czy nerki — mogą starzeć się w wyraźnie różnym tempie u tej samej osoby, mierzalna dzięki analizie białek osocza pochodzących z konkretnych tkanek, a nie jednym, uśrednionym wskaźnikiem 'wieku biologicznego'.
4.7HbA1c (hemoglobina glikowana)
Biomarker odzwierciedlający średni poziom glukozy we krwi z ostatnich 2–3 miesięcy — złoty standard diagnostyki i monitorowania cukrzycy, znacznie stabilniejszy niż jednorazowy pomiar glukozy.
4.1Przyspieszenie wieku epigenetycznego
Różnica między wiekiem oszacowanym na podstawie wzorca metylacji DNA a wiekiem metrykalnym — jeden z najlepiej udokumentowanych statystycznie biomarkerów starzenia, silnie powiązany ze śmiertelnością w badaniach populacyjnych, choć wciąż o ograniczonej wartości diagnostycznej dla pojedynczej osoby.
Powiązane artykuły
Poradniki5 biomarkerów, które warto znać przed 40. — sygnały, zanim pojawią się objawy
Standardowa „morfologia raz w roku” często nie wychwytuje wczesnych sygnałów zaburzeń metabolicznych i hormonalnych. Oto pięć wskaźników, o które warto zapytać lekarza, zanim cokolwiek zacznie boleć.
1 sierpnia 2026
PoradnikiProbiotyki a antybiotyk: czy naprawdę zapobiegają biegunce?
To jedno z najlepiej przebadanych zastosowań probiotyków — i jeden z niewielu przypadków, gdzie nauka wskazuje na konkretny, najlepszy szczep, zamiast ogólnikowego "probiotyk pomaga". Sprawdzamy, o ile realnie zmniejsza się ryzyko biegunki poantybiotykowej, dla kogo ma to największe znaczenie i który szczep wygrywa w bezpośrednim porównaniu.
22 sierpnia 2026
PoradnikiKolagen a zdrowie skóry: co pokazują dwie duże metaanalizy?
Kolagen w proszku czy kapsułkach to jeden z najszybciej rosnących segmentów rynku suplementów urodowych — a jednocześnie jeden z niewielu, gdzie popularna obietnica ("jędrniejsza, lepiej nawilżona skóra") doczekała się solidnego potwierdzenia w dwóch niezależnych, dobrze zaprojektowanych metaanalizach. To rzadka sytuacja w suplementologii, warta bliższego przyjrzenia się właśnie dlatego, że dowody są tu wyjątkowo spójne.
25 sierpnia 2026
PoradnikiTauryna a długowieczność — co wiemy, a czego jeszcze nie?
W 2023 roku czasopismo Science opublikowało głośne badanie: spadający z wiekiem poziom tauryny może napędzać starzenie, a jego uzupełnienie wydłużyło życie myszom i poprawiło zdrowie małpom. Nagłówki szybko zamieniły to w "eliksir młodości", ale sami autorzy badania kończą swoją pracę zdaniem, że dopiero "badania kliniczne u ludzi wydają się uzasadnione". Wyjaśniamy, co dokładnie wykazano u zwierząt, co jedynie skorelowano u ludzi i dlaczego te dwie rzeczy nie są tym samym.
25 sierpnia 2026
Komentarze (2)
- KW
Kasia W. 2 tygodnie temu
Bardzo przejrzyście opisane, szczególnie sekcja o interakcjach — nie widziałam tego nigdzie indziej w jednym miejscu.
- MT
Marek T. miesiąc temu
Czy planujecie aktualizację o najnowsze badanie z tego roku? Widziałem ciekawą metaanalizę.