花王研究：從「皮脂」就能準確分析出你的86種皮膚狀況...@MSMF資訊PART

相同的保養品（配方），對於不同人、甚至同人不同時節的皮膚，往往產生不同的反應──每個人，都有其最適合的護膚策略／產品──所以專屬的「個人化保養」一直都是「有效美容」熱切追尋的。

然而，如何準確區分出「甲vs.乙」之間的膚況差異？其關鍵因素？分析推導其後續膚況變化？及使用哪些美容／調理策略，能有效改善之？......等──是真正達成「個人化保養」的大前提。

根據花王（Kao）的研究發現：人類皮膚表面所分泌的皮脂中，存在的「RNA（ribonucleic acid，核糖核酸）成分」會因當下的健康狀況和環境因素，而產生不同的表達模式。例如「健康者vs.異位性皮膚炎患者」的皮脂中有關「屏障功能／發炎反應－RNA表達模式」就顯著不同。(如下圖，參→Kao's original non-invasive analytical method for monitoring RNA - Discovery of the presence of human RNA in sebum)

研究人員進一步利用這「SSL-RNA（skin surface lipids-RNA）監測技術」分析了38位20～45歲女性，在不同月經週期階段（卵泡期、黃體期和月經期）的SSL-RNA樣本──確實隨月經週期的不同階段，產生不一樣的「SSL-RNA的表達模式」。例如：前人研究已知「VEGF-A（血管內皮生長因子-A）」含量，在卵泡期時會提升，而這現象同樣也能在SSL-RNA表達模式中顯現。(如下圖，參→Skin Surface Lipids–RNA Monitoring Technology:Highly Precise Predictions of Constantly Changing Skin Conditions with Skin Surface Lipids-RNA Monitoring Technology)

另外，分析134位20～59歲女性的SSL-RNA樣本，發現SSL-RNA表達模式隨年齡而變化。例如：SSL-RNA中的「ATP5A1（一種ATP的合成酶）」表達水平，會隨年齡增長而降低。或「角質層蛋白質的糖化程度」同樣也跟著年紀提升而變多......等。

並在透過AI分析：在設計的99種皮膚和身體狀況屬性的預測模型中，確認了86種屬性指標，包括：水分含量、皮脂量、皮膚亮度／透明度、糖基化、神經醯胺佔比......等的變化，均與SSL-RNA表達有顯著的關聯性。(如下表，僅顯示部分屬性指標。)

換句話說：

雖然花王研究團隊表示，依現階段的實驗數據，使用AI推算，大約僅佔（女性受試者）10％的皮膚狀況──但相信未來的「SSL-RNA監測技術＋AI大數據分析」研究，能為美容護膚產業升級，開創新藍海。

另外，其他大廠也有佈局「美容＋AI」的領域，例如資生堂研究：借用AI演算及分析能力，將皮膚分類為30種不同類型，並預測未來可能發生的皮膚狀況。然後提供最佳化的解決方案，來滿足肌膚的美容／保養需求。

所以「個人化保養」是未來潮流──同時，隨著科技的進展，真正實現，也指日可期！

*My Skin My Forum, MSMF 【護膚保養品diy交流】 FB粉絲頁 ＆Youtube頻道