吃辣出汗
不少人一吃辣就会头面部出汗,其实这一现象也与基因有关,你有吃辣出汗基因吗?
检测结果
通过预测模型计算出 4 组基因结果,分段长度代表每组结果的人群占比。
Lv.1
Lv.2
Lv.3
Lv.4
可能性低可能性高
你吃辣出汗的可能性高于 60% 的人
不少人一吃辣就会头面部出汗,其实这一现象也与基因有关,你有吃辣出汗基因吗?
通过预测模型计算出 4 组基因结果,分段长度代表每组结果的人群占比。
你吃辣出汗的可能性高于 60% 的人
辣椒中让我们感受到辣的是一种叫做辣椒素的化学物质,这种化学物质会产生灼热感,继而会激活体内某些化学受体,通过使人出汗来降低体温。这种现象也叫做味觉性多汗症。
我们将吃辣后头面部出汗的结果分为两类,吃辣后出汗非常频繁和比较频繁的为实验组,吃辣后偶尔出汗和从不出汗的为对照组,我们发现在23魔方用户中约 37% 的人吃辣后头面部会频繁出汗。
除此之外我们发现相比女性,男性群体中,吃辣后频繁出汗的占比更高。
我们的检测是使用极少量 DNA 来检测 70~80 万位点,受检测技术限制会有约 1% 的位点(预计 7~8 千个)无法检出。并且这些位点随机分布,可能会落在用于解释项目结果的位点中,从而影响您此项目的检测结果。
结合研究所问卷收集的数据和签署研究知情同意书的研究志愿者基因数据,研究人员利用计算生物学、机器学习方法,来寻找和性状相关的基因位点,并据此构建预测模型。
研究人员会在研究所持续收集数据来不断校验并优化预测模型。随着数据规模变大,模型获得更充分的校正和验证,此时它会被呈现在正式报告中。
*研究所致力于发现基因和环境对个体在更多方面的具体影响,诚邀并感谢大家参与研究问卷填写。
感谢你参与23研究所此项目的问卷调查,特发荣誉证书。
证书请登录APP查看。
通过预测模型共计算出 4 个结果。在和你相同基因结果的23魔方用户(第 3 组)中,有 54% 的人吃辣频繁出汗。
吃辣频繁出汗
吃辣偶尔或从不出汗
样本数13300
研究所「吃辣出汗」项目孵化至报告
研究进展中的项目预测结果是通过大数据建模得到的,而 AUC (Area under curve) 是机器学习中评价模型综合性能的常用指标,通常在 0.5~1 之间。
AUC 越高,表示预测模型的整体性能越好。
AUC 与准确率 (Accuracy) 的区别在于,AUC 需同时考虑对于阳性(患病)和阴性(未患病)的准确率。
举个例子:如果一个患病率为 1% 的病,只要预测所有人都不患病,那么准确率也达到了 99%。但这只考虑了阴性情况,这并不能说明预测模型的整体性能好。
因此,用准确率来评判预测模型较为片面,AUC 能更好的评价模型的好坏。