【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，某些特定的甲基化位点（CpG）显示出与年龄相关的动态变化。我们通过机器学习技术，对随年龄变化的CpG位点进行分析，从而构建出一套预测甲基化年龄的数学模型，这一模型被称作表观遗传时钟。该时钟不仅可以量化生物衰老的速度，还能评估长寿及抗衰老干预措施的效果。

在本研究中，尊龙凯时团队对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。我们建立了一个涵盖多种生物样本和多种衰老相关甲基化位点的数据库，该数据库记录了小鼠月龄变化下各个甲基化位点的甲基化频率。接着，通过机器学习筛选出随小鼠月龄显著变化且相关性较强的甲基化位点，进而构建了精准的甲基化年龄预测器。

通过这一甲基化年龄预测器，我们预测了经历生殖压力的雌性小鼠的甲基化年龄，从而验证了该方案的可行性。根据我们的检测结果，我们展示了选定甲基化位点随小鼠月龄变化的显著性，以及生殖压力雌性小鼠的甲基化年龄预测结果。

【合作方式】技术服务

【检测对象】物种样本类型：小鼠血液，雌性样本4个，雄性样本3个

【技术方案】本研究的目标区间是通过甲基化重测序（Hi-Methylseq）、亚硫酸盐转化及靶向扩增子高通量测序技术，进行多区段、多位点的甲基化精确定量分析。使用该技术方案，我们能够获得详尽的甲基化分析结果。

【服务流程】

【检测结果展示】

• 选定甲基化位点随小鼠月龄变化的显著性
• 预测生殖压力雌性小鼠的甲基化年龄

在此模型中，通过下列公式计算甲基化年龄：

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

例如，实际年龄为18月龄的衰老加速组小鼠的预测甲基化年龄为222月龄，显示出衰老加快了396个月。相对而言，自然衰老组的预测甲基化年龄为1824月龄。

通过上述模型，科研团队期待为生物医疗领域提供更深层次的理解与切实可行的抗衰老方案，以便更好地服务于人类的健康管理。

参考文献：

• [1] Rivero-Segura NA, 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, et al. Using DNA methylation profiling to evaluate biological age and longevity interventions. Cell Metabolism, 2017, 25(4): 954-960 e6
• [3] Stubbs TM, et al. Multi-tissue DNA methylation age predictor in mouse. Genome biology, 2017, 18: 1-14
• [4] Wang Y, et al. Epigenetic influences on aging: a longitudinal genome-wide methylation study in old Swedish twins. Epigenetics, 2018, 13(9): 975-987