在表观遗传时钟中的不确定性量化通过形式化量子回归
Yanping Li1, Jaclyn M Goodrich2, Karen E Peterson3
1School of Statistics and Data Science, Nankai University, Tianjin, China.
这项研究引入了一种用于表观遗传钟的新方法,使用定量回归和符合性预测来提供更准确的生物年龄估计. 该方法提供了更好的不确定性量化,并揭示了衰老模式的个体变化,特别是在儿童中.
科学领域:
- 表观遗传学 在表观遗传学中,表观遗传学是指表观遗传学.
- 生物统计学 生物统计学
- 计算生物学 计算生物学
背景情况:
- DNA甲基化 (DNAm) 影响生物年龄,表观遗传时钟从DNAm水平预测年龄.
- 表观遗传加快年龄可能表明健康状况和疾病风险.
- 目前的表观遗传钟缺乏不确定性量化,这对于临床应用至关重要.
研究的目的:
- 开发一种用于训练表观遗传钟的新型管道,以量化不确定性.
- 为了揭示种群异质性,并为生物年龄构建准确的预测间隔.
- 为了提高对表观遗传年龄的理解,超越平均预测.
主要方法:
- 高维量子力回归和符合性预测的整合.
- 训练表观遗传钟使用来自儿童11个数据集的728个血液样本的DNAm数据.
- 开发适应性预测间隔,以考虑个体变化.
主要成果:
- 与传统的基于平均回归的时钟相比,拟议的方法产生更窄的预测间隔.
- 与现有的表观遗传时钟训练管道相比,证明了统计效率的提高.
- 在儿童和青少年中揭示了同步的年龄加速模式和细胞进化异质性.
结论:
- 合规化的高维量子力回归有效地产生有效的预测间隔,并揭示了人口异质性.
- 该方法提高了对表观遗传年龄的理解,适用于超越童年.
- 这个工具箱为与年龄有关的疾病的表观遗传干预提供了洞察力.
更多相关视频
08:02Determination of Immune Cell Identity and Purity Using Epigenetic-Based Quantitative PCR
Published on: February 19, 2020
07:59Author Spotlight: Alignment of Synchronized Time-Series Data Using the Characterizing Loss of Cell Cycle Synchrony Model for Cross-Experiment Comparisons
Published on: June 9, 2023
相关概念视频
Uncertainty in Measurement: Accuracy and Precision
Uncertainty in Measurement: Reading Instruments
Propagation of Uncertainty from Systematic Error
Estimation of the Physical Quantities
Noncompartmental Analysis: Statistical Moment Theory
Calculation of First-Law Quantities II
