使用mRNA标记物的年龄预测模型的开发和验证

科学领域:

• 基因组学和分子生物学
• 衰老研究研究 衰老研究
• 生物标志物发现发现

背景情况:

• 使者RNA (mRNA) 档案反映了与年龄相关的分子变化.
• mRNA分析具有准确年龄估计的潜力.
• 了解与年龄相关的基因表达对于老年学至关重要.

研究的目的:

• 使用mRNA测序数据识别与年龄相关的基因 (ARG).
• 开发和验证时间表年龄估计的预测模型.
• 探索衰老过程背后的分子机制.

主要方法:

• 来自127名健康的中国人 (18-80岁) 外围血液上的RNA测序.
• 不同基因表达分析,KEGG和GO丰富分析.
• 斯皮尔曼相关性,拉索回归和机器学习模型 (弹性网) 用于ARG选择和年龄预测.

主要成果:

• 确定了79个差异表达基因 (DEGs),富含干扰素反应和细胞粘附通路.
• 选择了34个候选ARG,其中包括7个新型ARG (ARHGEF4,ARF6,AMIGO1,FITM2,PLEKHG4,SLC5A10,HKR1).
• 开发了一个弹性网模型,平均绝对误差 (MAE) 为6.72年 (测试组),证明了强大的年龄预测.

结论:

• 与年龄相关的mRNA表达模式提供了对衰老机制的见解.
• 一个34-mRNA签名提供了一个强大的和准确的方法来预测年龄.
• 确定的ARG和预测模型有助于衰老研究和潜在的临床应用.