技術與實證基礎
60M+
醫療資料筆數
2,000+
代謝指標 / 次
10yr+
模型實務運行
6
健康風險模型
矽谷科技基因
🏛️
3 家頂尖機構
🌉
矽谷・舊金山灣區
🔬
臨床 + 學術 + 產業

舊金山灣區 · 矽谷
全球頂尖科技與生物醫學創新中心
合作宣言
01 · 資料來源與基線建構
60M+
醫療與人群資料庫
超過 6,000 萬筆醫療資料,來源涵蓋電子病歷、檢驗數據、診斷碼與長期追蹤紀錄,用於健康風險模型訓練與效能評估。
代謝體基線
數萬例亞洲成人代謝體全譜
作為生理年齡和健康風險分數的族群參考面板,用來計算相對風險百分位與年齡差異。
多體學資料維度
mProbe Personalized Fingerprint
01.2 · 代謝體全譜資料
MS Acquisition — 3D Signal Profile
Longitudinal Signal Stability · Time Series
涵蓋代謝物類別
01
中樞碳代謝
糖解、TCA、五碳糖磷酸途徑
02
胺基酸代謝
Glycine/Serine/Threonine、分支鏈胺基酸
03
脂質代謝
脂肪酸、磷脂、醯基肉鹼
04
氧化壓力 & 發炎
甲基乙二醛、乳酸等代謝物
實驗室認證
CAP 認證 / CAP Certified
CLIA 認證 / CLIA Certified
02 · 生理年齡模型與衰老速度
1
內在年齡
Predicted biological age — 代謝體特徵所對應的年齡
2
年齡差 ΔAge
ΔAge = 生理年齡 − 實際年齡,正值代表老化加速
3
老化速度指標
根據縱向資料估算隨時間的變化斜率,反映衰老的動態走勢
報告呈現策略
對外呈現以「百分位排名」與「年齡差」方式溝通,避免將預測年齡誤解為診斷結果。模型已連續運行 10+ 年,累積大量實際應用資料。
模型架構示意
多層神經網路架構:從 2,000+ 代謝特徵輸入,通過隱藏層特徵提取,輸出生理年齡預測值。
模型輸出範例
實際年齡
45
內在年齡
38
ΔAge
-7
老化速率指數
0.84×
百分位排名:前 12%(老化較慢族群)
03 · 健康風險模型
建立流程(簡化描述)
🔍
特徵提取
⚙️
特徵工程
🤖
模型訓練與驗證
📊
風險分數輸出
代謝途徑 — 疾病關聯圖
弦圖呈現代謝途徑與多疾病之間的交叉關聯
mProbe Molecular Taxonomy
正常 → 過渡 → 疾病階段的代謝體聚類熱圖

目前支援的六項疾病
各疾病均有獨立模型、獨立訓練資料、獨立驗證結果
04 · 案例深度解析:第二型糖尿病
從代謝途徑到
具體代謝物
相關代謝途徑(節錄)
1
Amino sugar and nucleotide sugar metabolism
2
Glycolysis / Gluconeogenesis
3
HIF-1 signaling pathway
4
Pentose phosphate pathway
5
Glycine, serine and threonine metabolism
6
Propanoate metabolism
以上途徑與葡萄糖代謝、胰島素敏感性、氧化壓力與微血管病變有高度生物學關聯。
以丙酮酸為例:實務建議
✓
避免高升糖指數飲食,降低葡萄糖代謝負荷
✓
增加有氧運動,改善粒線體功能與糖代謝效率
✓
補充特定 B 群,促進糖解產物流向 TCA 循環
以上建議皆有機制與文獻可循,報告中有完整引用。
關鍵代謝物與方向性
相對於大人群基線的濃度變化百分比
丙酮酸 / Pyruvate
+1%
正相關
糖耐測試中濃度上升延後且偏高,反映胰島功能下降
乳酸 / Lactate
+25%
正相關
糖解代謝異常,與胰島素抵抗高度相關
甲基乙二醛 / Methylglyoxal
+18%
正相關
糖基化壓力標記,加速微血管病變
beta-D-Glucose
+12%
正相關
直接反映血糖代謝失調程度
文獻支撐說明

05 · 參考文獻與學術基礎
1
2
3
4
📄
索取技術白皮書與完整參考文獻















