长时间阅读表观遗传钟识别了改进的大脑衰老预测
Spencer M Grant1,2, Mary B Makarious1,3, Melissa Meredith3
1Center for Alzheimer's and Related Dementias, National Institute on Aging and National Institute of Neurological Disorders and Stroke, National Institutes of Health, Bethesda, MD, USA.
bioRxiv : the preprint server for biology
|November 19, 2025
概括
新的表观遗传时钟使用长期读取的DNA甲基化测序来估计生物衰老. 这些祖先意识模型通过包括多样化的人口来提高概括性,突出了包容性培训数据集的需要.
科学领域:
- 基因组学就是基因组学.
- 表观遗传学 在表观遗传学中,表观遗传学是指表观遗传学.
- 计算生物学 计算生物学
背景情况:
- 表观遗传钟对于估计生物年龄至关重要.
- 当前的时钟经常使用来自有限祖先的基于数组的数据,影响了概括性.
- 需要更准确,更包容的衰老生物标志物.
研究的目的:
- 使用长时间读取的测序数据开发新的表观遗传钟.
- 创建在不同人群中训练的祖先意识的衰老模型.
- 为了评估长时间读取的甲基化数据在老化的时钟结构中的性能.
主要方法:
- 利用GenoML,一个自动化的机器学习平台.
- 在牛津纳米孔长读序列的DNA甲基化数据上训练老化钟.
- 纳入超过2800万个CpG站点,来自非洲和欧洲祖先的个人.
主要成果:
- 开发了精确的表观遗传钟,利用长期阅读的甲基化数据.
- 在祖先之间证明了老化时钟的改进概括性.
- 强调了大型多祖先数据集对于生物标志物开发的实用性.
结论:
- 长时间读取的测序数据对于构建精确,祖先意识的表观遗传钟来说非常强大.
- 包容性培训数据集对于可靠和可概括的生物衰老估计至关重要.
- 这项工作推动了精确老化生物标志物的开发.
