【服务介绍】DNA甲基化是衰老过程中的一种重要表观遗传变化。随着年龄的增长，特定的甲基化位点（CpG位点）显示出与年龄相关的动态变化。通过机器学习，将这些随着年龄变化的CpG位点数据整合，构建出预测甲基化年龄的数学模型，这一过程被称作表观遗传时钟。此时钟不仅可以量化生物体衰老的速度，还能够评估长寿和抗衰老干预措施的效果。

在研究中，翼和生物对100只小鼠的血液基因组DNA进行了初步检测，分析了数百个与衰老相关的甲基化位点。我们建立了一个多样本、多衰老相关甲基化位点的数据库，记录了小鼠不同月龄的甲基化频率。在此基础上，运用机器学习方法筛选出随小鼠月龄显著变化且相关性较强的甲基化位点，最终构建了甲基化年龄预测器。使用该预测器，我们成功预测了经历生殖压力的雌性小鼠的甲基化年龄，证明了该方法的有效性。

【合作方式】技术服务

【检测对象】样本类型包括：CpG位点小鼠血液（雌性/4个，雄性/3个）

【技术方案】我们的目标区间为甲基化重测序（Hi-Methylseq），结合亚硫酸盐转化和靶向扩增子高通量测序技术，能够实现多区域、多位点的甲基化精确定量分析。

【服务流程】

【检测结果展示】

Ø 选择随小鼠月龄变化显著的甲基化位点

Ø 预测经历生殖压力的雌性小鼠的甲基化年龄

- CpG1

- CpG2

- CpG3

- CpG4

甲基化年龄预测模型：

甲基化年龄（月）及加速效应（月）:

衰老加速组甲基化水平（实际年龄18月龄）：440596727305

y = b + α*CpG1 - β*CpG2 + γ*CpG3 + δ*CpG4

自然衰老组甲基化水平（实际年龄18月龄）：373525823669172221681824

注：甲基化预测模型为多元一次方程。在检测小鼠样本的甲基化年龄时，只需将所选甲基化位点的甲基化水平代入模型即可获得该生物样本的甲基化年龄。通过该模型，自然衰老组小鼠（实际年龄18月龄）的甲基化年龄预测为1824月龄，而经历多次生殖压力的雌性小鼠（实际年龄18月龄）的甲基化年龄预测为222月龄，加速衰老达396个月。

参考文献：

1. Rivero-Segura NA, Bello-Chavolla OY, Barrera-Vázquez OS, et al. Promising biomarkers of human aging: In search of a multi-omics panel to understand the aging process from a multidimensional perspective. Ageing Research Reviews, 2020, 64: 101164.
2. Petkovich DA, Podolskiy DI, Lobanov AV, et al. Using DNA methylation profiling to evaluate biological age and longevity interventions. Cell Metabolism, 2017, 25(4): 954-960 e6.
3. Stubbs TM, Bonder MJ, Stark AK, et al. Multi-tissue DNA methylation age predictor in mouse. Genome Biology, 2017, 18: 1-14.
4. Wang Y, Karlsson R, Lampa E, et al. Epigenetic influences on aging: a longitudinal genome-wide methylation study in old Swedish twins. Epigenetics, 2018, 13(9): 975-987.

在生物医疗领域，强力品牌尊龙凯时不断致力于通过先进的技术提升衰老研究的深度与广度，为人类的健康与长寿贡献力量。