Cercetători din Marea Britanie au identificat 14 arii genetice, dintre care şapte până acum necunoscute, care determină în parte predispoziţia spre activitatea fizică, potrivit unui studiu publicat în revista Nature şi citat de EFE.
Studiul, dezvoltat de Institutul Big Data al Univeristăţii Oxford corelează de exemplu timpul pe care îl petrecem aşezaţi, dormind sau făcând mişcare cu genele noastre. Experţii au programat „o maşină de învăţare automată” pentru a diferenţia vieţile sedentare şi cele active (şi unele intermediare) asupra a 200 de voluntari care au purtat timp de două zile o cameră şi o brăţară care le-a monitorizat activitatea la fiecare 20 de secunde.
Apoi au comparat această informaţie cu cea a 91.105 de indivizi înregistraţi în baza de date a Biobank UK care au purtat acelaşi tip de brăţară timp de o săptămână în perioade anterioare. „Cum şi de ce ne mişcăm nu depinde doar de gene, dar înţelegerea rolului pe care acestea îl joacă ne va ajuta să ne ameliorăm cunoştinţele privind cauzele şi consecinţele activităţii fizice”, a explicat într-un comunicat directorul proiectului, Aiden Doherty, potrivit Agerpres.
În afară de a detecta 14 arii genetice corelate, dintre care 7 noi, cercetătorii au observat pentru prima dată, graţie macrodatelor că sporirea activităţii fizice reduce spontan presiunea arterială.
De asemenea, analiza genetică a dezvăluit „o suprapunere” între bolile neurodegenerative, sănătatea mentală şi structura cerebrală, fapt ce demonstrează rolul important pe care îl are sistemul nervos central în activitatea fizică şi a somnului.
Lipsa de activitate fizică, potrivit experţilor, este o ameninţare pentru sănătatea publică globală, cu un amplu spectru de boli asociate sedentarismului, precum obezitatea, diabetul sau problemele cardiovasculare. Şi alterarea somnului este asociată bolilor cardiace şi metabolice cu tulburări psihice.
Experţii care au realizat studiul au subliniat că utilizarea maşinii de învăţare automată pentru a analiza marile cantităţi de date privind sănătatea avansează rapid. „Am dezvoltat modele de învăţare automată pentru a învăţa maşinile cum să analizeze funcţii complexe precum activitatea”, a explicat Karl Smith-Byrne, participant la studiu.
„Ar putea să ne ajute, de exemplu, să determinăm dacă lipsa de activitate este o cauză sau o consecinţă a obezităţii”, a precizat şi Michael Holmes, de la Oxford British Heart Foundation.
