ANaMed BioAgeИсследования биологического старения
⌕
Исследование
AR
Научная программа · ИРН BR27304987 · КазНМУ

Платформа разработана в рамках научно-технической программы «Эпигенетика и профилактика неинфекционных заболеваний в Казахстане: персонализированный подход и прогнозирование биовозраста» (ИРН BR27304987, 2025–2026 гг.), реализуемой НАО «Казахский национальный медицинский университет имени С.Д. Асфендиярова» при программно-целевом финансировании Министерства здравоохранения Республики Казахстан.

Исследуйте биологическое старение

Индивидуальный профиль, агрегаты когорты и исследовательские модели — с отдельной интерпретацией каждого показателя. Не медицинская диагностика.

Данные · 2026.09

6 720участников
292переменные
67центров
2исследовательские модели
1единая платформа
ИССЛЕДОВАНИЯ СТАРЕНИЯ

Биологическое старение — это многомерный процесс

Мы объединяем клинические, метаболические, теломерные и эпигенетические данные, чтобы глубже понимать биологию старения и различия между людьми.

ПРИНЦИП
Лучшие данные.
Лучшие модели.
Здоровое завтра.
✓ Исследовательские профили✓ Разные подходы✓ Единая платформа
ТЕКУЩИЙ ПРОФИЛЬ

Многомерный профиль

Прогноз rTL—Заполните данные
Оценка short-rTL—экспериментальный классификатор крайних групп
CoreClock—детерминированный расчёт
Полнота данных—входные данные
КОМПОНЕНТЫ ПРОФИЛЯ

Слои профиля

Теломерный профиль—
CoreClock—
Метаболический профиль—
Клиническая нагрузка—
COHORT

Распределение возраста

N=6 720
ТЕЛОМЕРНАЯ МОДЕЛЬ

rTL Ridge

TEL-RIDGE-v1

Клинические и лабораторные показатели объединяются в исследовательскую оценку теломерного профиля.

Фенотипические данныеЛокальный расчёт
РАСЧЁТНЫЙ ПРОФИЛЬ

CoreClock

CORE-FORMULA-v1

Воспроизводимый расчётный индекс: возраст и клинические данные в единой структуре реконструированных компонентов.

Понятные компонентыФиксированная формула
ПОДГОТОВКА ДАННЫХ

Подготовка данных

Единый рабочий процесс для клинических, антропометрических и лабораторных показателей — от ввода до исследовательского профиля.

Структурированный вводПроверка диапазоновРабота с пропусками

Индивидуальный исследовательский профиль

Расчёт выполняется локально в браузере на той же формуле и коэффициентах, что и экспортированные модели.

Важно: Исследовательский профиль rTL: GroupKFold R² ≈ 0,027; MAE ≈ 6,45.

DNA
ИСТОЧНИК ПРОФИЛЯ

Текущий расчёт

Возраст и пол из формы ввода

Полнота—
Прогноз rTL——
—percentile
Положение относительно распределения rTL в когорте
Оценка short-rTL—экспериментальный классификатор
Средняя абсолютная ошибка (MAE)6,45 · шкала rTLСредняя ошибка внутренней оценки по центрам, не индивидуальный интервал ±6,45.
РЕКОНСТРУИРОВАННЫЙ СЛОЙ

CoreClock

—
ELOVL2-168—
ELOVL2-215—
FHL2—

Воспроизводимый детерминированный расчёт из заданных входных переменных.

МЕТАБОЛИЧЕСКИЙ ПРОФИЛЬ

Описательный индекс

—

Исследовательский сводный показатель: средний перцентиль ИМТ, талии, HbA1c, TG/HDL, коэффициента атерогенности и обратного HDL.

КЛИНИЧЕСКАЯ НАГРУЗКА

Состояния

—

Описательное количество отмеченных состояний: CVD, DM, АГ, дислипидемия, депрессия.

ОБЪЯСНЕНИЕ МОДЕЛИ

Что сдвигает rTL-прогноз

Ridge contributions

Показан вклад признаков в прогноз относительно средней стандартизованной точки.

ПОЛОЖЕНИЕ В КОГОРТЕ

Положение в распределении rTL

—
ПРОИСХОЖДЕНИЕ

Происхождение результата

Входные данные→QC / derived features→Ridge / Formula→Profile + uncertainty
rTL modelTEL-RIDGE-2026.09-v1
ValidationGroupKFold by office
CoreClockCORE-FORMULA-v1
Dataset6 720 × 292

Возраст по фото и анализам

Введите доступные данные для расчёта индивидуального профиля.

Фото и лабораторный профиль

Два направления анализа. Фото оценивает модельный возраст лица в годах; анализы дают относительную длину теломер и детерминированный индекс CoreClock.

Фото и лабораторные данные представлены самостоятельными исследовательскими показателями с раздельной интерпретацией.
01 / Фото

Модельный возраст лица

FAHR-FaceAge оценивает модельный возраст лица в годах. YuNet выделяет одно лицо и подготавливает снимок. Используйте чёткий фронтальный портрет одного человека с полностью открытым лицом.

Проверяем доступность сервера модели…

JPEG, PNG или WebP, до 8 МБ, от 160 × 160 пикселей и до 20 млн пикселей. До отправки доступен только локальный предпросмотр. После согласия браузер удаляет исходные метаданные, уменьшает снимок и шифрует его. Расшифровка и расчёт выполняются на выделенном узле проекта; результат также передаётся зашифрованным. Задание действует до 120 секунд. Зашифрованные остатки могут сохраняться в резервных копиях хостинга. Полное отсутствие системных следов (например, swap или журналов) не гарантируется.

Фото не выбрано.
02 / Анализы

Лабораторный профиль

Расчёты выполняются локально в браузере. Источник текущих значений указан ниже; медианное заполнение и синтетические сценарии не являются данными пациента.

rTL Ridge · TEL-RIDGE-v1—rTL · относительная шкала исходной модели
CoreClock · CORE-FORMULA-v1—Детерминированный безразмерный индекс 0–1

rTL Ridge рассчитывает относительный теломерный показатель по введённым данным.

CoreClock — воспроизводимый расчётный индекс на основе трёх реконструированных компонентов, возраста и клинических переменных.

Исходные данные для лабораторного профиля

1
Демографические данныеВозраст, пол и образование
2
АнтропометрияРост, вес и окружности
ИМТ —Waist/Height —Waist/Hip —
3
Заболевания и анамнезБинарные клинические признаки
4
Образ жизни и сонПоведенческие признаки
5
Лабораторные показателиМожно оставить поле пустым — pipeline обработает missing

Когортный анализ

Интерактивная работа с агрегированными данными. В браузер не загружаются идентификаторы участников.

Privacy-preserving aggregates
Участники—агрегированная группа
Средний rTL——
Средний CoreClock—calculated layer
Средний BMI—кг/м²
Short-rTL—< q20
DISTRIBUTION

Структура выбранной группы

TELOMERE POSITION

Short / central / long

ShortCentralLong
REGISTRATION SITES

Средний rTL по центрам (n≥10)

QC signal

Различия между центрами могут отражать географию, состав выборки или batch-effect. Предикторы rTL перечислены в карточке модели.

Демонстрационные профили

Готовые полностью синтетические сценарии для демонстрации расчётов без ручного заполнения формы.

100% Synthetic
Важно: Все профили ниже — синтетические примеры, созданные для демонстрации интерфейса и моделей.

Сравнение двух групп

Независимо задайте две подгруппы когорты и сравните rTL, CoreClock, BMI и частоту крайних теломерных фенотипов с 95% доверительными интервалами.

GROUP A

Группа A

N—
Mean rTL—
Short-rTL—
CI95%
GROUP B

Группа B

N—
Mean rTL—
Short-rTL—
CI95%
95% CONFIDENCE INTERVALS

Различия между группами

SCIENTIFIC FIGURE

Наглядное сравнение

Доверительные интервалы для средних построены как mean ± 1.96×SE; для долей используется Wilson interval. Это описательный исследовательский анализ.

Интерактивная карта исследования

География регистрационных центров Казахстана с агрегированной численностью и показателями rTL.

Aggregated data

Контур страны построен по открытым географическим данным. Положение центров агрегировано на уровне города/области по сокращениям регистрационного офиса; перед публикацией географический справочник рекомендуется сверить с мастер-списком центров.

Экспорт научных графиков

Подготовка иллюстраций для статей и презентаций вместе с фильтрами, N, версией данных и воспроизводимой подписью.

Данные · 2026.09
Автоматически сохраняются:
версия данных, выбранный график, текущие групповые фильтры, N и выбранная география.
PREVIEW

Предпросмотр иллюстрации

Модели платформы

Разные исследовательские задачи — понятные назначения и собственные выходные показатели.

Только для исследований

Как читать результаты

Возраст лица
FAHR-FaceAge, подготовка YuNet. Модельная оценка в годах — не общий биологический возраст.
rTL Ridge
Прогноз относительного теломерного показателя, не измерение теломер и не годы. GroupKFold по центрам: R² ≈ 0,027; MAE ≈ 6,45 в исходной шкале.
CoreClock
Детерминированный безразмерный индекс 0–1 из реконструированных компонентов. Не лабораторное измерение метилирования.

Данные когорты — агрегаты наблюдений; индивидуальные результаты — расчёты моделей; демо — синтетические сценарии. Эти категории нельзя смешивать.

STRATIFICATION

Short-rTL classifier

TEL-EXTREME-2026.09-v1
Experimental
АлгоритмLogistic regression
ВыходОценка принадлежности к группе short-rTL

Исследовательская стратификация по крайним группам теломерного профиля, дополняющая непрерывную оценку rTL.

РАСЧЁТНЫЙ ПРОФИЛЬ

CoreClock

CORE-FORMULA-2026.09-v1
Formula
ПодходДетерминированная реконструкция
ВыходБезразмерный индекс и его компоненты

Фиксированная формула связывает возраст и клинические входные данные с реконструированными компонентами ELOVL2-168/ELOVL2-215/FHL2.

Модели предназначены для исследовательского анализа.

ModelTrainer · научная оценка моделей

Пять моделей: методы, графики и результаты внутренней оценки.

Полный отчёт без вложенной прокрутки

Метрики, графики и научная интерпретация пяти моделей открываются на отдельной странице. Возврат на платформу — по ссылке вверху отчёта.

Открыть ModelTrainer →

Клинические модели

Оценка показателей, скрининговые вероятности и опубликованные модели сердечно-сосудистого риска.

Открыть отдельно ↗

Исследовательские клинические модели

Непрерывные показатели, скрининговые классификаторы и опубликованные формулы имеют разные цели и основания. Результаты не заменяют измерения или диагноз.

Открыть каталог моделей →

HbA1c КазНМУ доступен только на фиксированном синтетическом примере: единицы лабораторных показателей и целевого HbA1c не подтверждены.

Валидация моделей

Представлены ошибки, результаты по folds, ROC, baseline и эффект регистрационного центра.

Predefined validation view
GroupKFold R²0.0273rTL Ridge
MAE6.451rTL points
RMSE8.111rTL points
Short-rTL AUC0.6316Logistic
Office η²0.0491batch/geography signal
OUT-OF-FOLD

Наблюдаемый и прогнозируемый rTL

N=6 719
CLASSIFICATION

ROC — short-rTL

AUC 0.632
GROUPKFOLD

Результаты по folds

FEATURE IMPORTANCE

Permutation importance

ΔMAE
BASELINE CHECK

Фенотипическая модель vs возраст

Age-only GroupKFoldR² −0.0015
Full Ridge GroupKFoldR² 0.0273
Random 5-fold RidgeR² 0.0391

Визуальная шкала предназначена для сравнения трёх значений R²; точные численные значения приведены рядом.

Качество данных

Контроль структуры, кодировок, лабораторных экстремумов и целевых переменных до расчёта моделей.

QC completed
QC SUMMARY

116 флагов / 114 записей

Флаг отмечает исходную запись для дополнительной проверки; решение принимается по протоколу контроля качества.

98.3%без QC-флага
ISSUES

Структура QC-флагов

PIPELINE

Что проверяется

✓ Возраст и допустимые диапазоны✓ Конфликт пола между источниками✓ Масштаб антропометрии✓ Экстремальные лабораторные значения✓ rTL ≤ 0 и экстремальный TRS✓ Кодировка курения
PRIVACY

Безопасная аналитика

Когортный раздел портала использует только агрегаты. Исходные идентификаторы не входят в клиентский пакет.

Aggregated cohortNo namesNo phone / IDLocal prediction

О платформе

ANaMed BioAge — инструменты для исследовательской работы с возрастными и биомаркерными профилями.

Только для исследований

Назначение и результаты

Только для исследований и обучения. Платформа не устанавливает диагноз, не назначает лечение и не выдаёт единый подтверждённый биологический возраст.

Платформа объединяет лабораторный профиль, модельный возраст лица и инструменты анализа исследовательской когорты. Каждый показатель имеет собственное назначение и шкалу.

  • Лабораторный профиль: ожидаемый rTL в относительной шкале и безразмерный расчётный индекс CoreClock.
  • Фото: FAHR-FaceAge оценивает модельный возраст лица в годах; YuNet подготавливает снимок.
  • ModelTrainer: отдельный комплекс из пяти исследовательских моделей непрерывной оценки и классификации.

Основания и ограничения

Клиентский пакет содержит агрегаты когорты, экспортированные коэффициенты и формулы. Для rTL опубликована внутренняя групповая кросс-валидация по центрам; она не является независимой внешней валидацией. MAE описывает среднюю ошибку, а не доверительный интервал отдельного человека. CoreClock использует реконструированные, а не измеренные здесь эпигенетические компоненты.

Версии и происхождение следует проверять по конкретному отчёту и экспортированному результату. Разные модели нельзя ранжировать по числам ошибок в разных шкалах.

Исследовательская платформа. Сведения об обработке фото и согласии доступны у формы загрузки.

Правовая информация