去年11月20日，花王宣布与日本人工智能（AI）开发公司PreferredNetworks合作，将分析皮脂中提取的核糖核酸（RNA）的技术投入使用。

近日，花王公司在最新报告中称，利用人工智能(AI)监测皮肤表面脂质(SSL)及其核糖核酸(RNA)的新技术可以精确预测不断变化的皮肤状况。在皮肤中检测了约86种属性，同时报告上述86种变化在衰老和生理周期下的变化。上述研究结果在年4月举行的第72届日本妇产科学年会上发表。在刚刚过去的第31届IFSCC大会上也进行了展示。

Examplesofskinattributesthatweresuccessfullypredictedwithhighprecision.

前期发现：SSL-RNA表达花王早期研究已经证实，皮脂中存在人类RNA，并开发了一种综合分析该RNA的SSL-RNA监测技术。该公司随后发现，SSL-RNA与成人和儿童的特应性皮炎症状有关。此外，RNA表达模式取决于健康状况和环境，且每天都在变化。基于上述发现，花王开始着手研究皮肤状况与SSL-RNA表达之间的联系。SSL-RNA随年龄、生理周期的变化而变化实验中，花王研究了SSL-RNA是否提供了皮肤周期性生物变化和年龄相关变化的信息。它还研究了使用单个SSL-RNA样本可以预测哪些属性。简要地说，其研究分析了38名20-45岁女性在生理周期下不同阶段(成卵期、黄体期和排卵期)的SSL-RNA样本。其研究发现，SSL-RNA的表达模式随着生理周期的不同而变化。

ChangesinVEGF-AexpressionlevelsinSSL-RNAduringthemenstrualcycle

此外，研究分析了名20至59岁女性的SSL-RNA样本，发现SSL-RNA表达模式随着年龄的变化而变化。例如，ATP5A1(ATP*3合酶F1亚基α)的表达水平会随着年龄的增长而降低。这种表达量的变化同样可以在SSL-RNA中观察到。

CorrelationbetweenATP5A1expressionlevelinSSL-RNAandage

人工智能对皮肤和身体属性的预测随后，基于对名女性的研究，花王设计了一个99种皮肤和身体状况属性的预测模型。研究人员收集了他们的SSL-RNA样本，分别使用仪器、视觉评价评分和皮肤成分的定量数据对皮肤的物理属性进行量化。该团队使用人工智能来获得大约90%上述女性的SSL-RNA表达、年龄信息和测量数据之间的相关性。然后，基于这些信息，学习后的人工智能尝试去预测剩下10%的女性的皮肤状况。结果表明，86种皮肤和身体状况的属性，包括水分水平，皮肤透明度(目测)和角质层蛋白的糖基化，可以根据SSL-RNA的表达和年龄进行高精度预测。

Predictionofglycosylationofstratumcorneumproteins

小结这些发现表明，基于单个皮脂样本，SSL-RNA技术可以精确地实时可视化皮肤状况的各个方面。花王如今也正在与PreferredNetworksInc.(PFN)合作，使用该技术开发一种皮肤状况预测算法，使用PFN的人工智能技术，目的是开发个性化美容咨询建议和护肤产品。Procedureflowfromsebumsamplingtoout


转载请注明地址:http://www.pailuanjiance.com/lcnzzl/10460.html