【服务介绍】DNA甲基化是衰老过程中的重要表观遗传变化之一。随着衰老程度的加深，特定的甲基化位点（CpG）呈现出与年龄相关的动态变化。通过运用机器学习技术分析这些随年龄变化的CpG位点，我们能够构建出预测甲基化年龄的数学模型，这一模型被称为表观遗传时钟。该时钟不仅可以量化生物个体的衰老速度，还能评估长寿与抗衰老干预措施的效果。

翼和生物对100只小鼠的血液基因组DNA进行了初步检测，识别出了数百个与衰老相关的甲基化位点，建立了覆盖多生物样本的甲基化频率数据库，记录了随小鼠月龄变化的甲基化位点数据。利用机器学习技术，从中筛选出了与小鼠月龄显著相关且变化明显的甲基化位点，从而构建出了甲基化年龄预测器。

通过这一甲基化年龄预测器，我们对经历生殖压力的雌性小鼠进行了甲基化年龄的预测，验证了方案的可行性。

【合作方式】技术服务

【检测对象】物种样本类型：小鼠血液
雌性：4个，雄性：3个

【技术方案】目标区间采用甲基化重测序（Hi-Methylseq），结合亚硫酸盐转化与靶向扩增子高通量测序技术，能够实现对多个区域和位点的甲基化精确定量分析。

【服务流程】
【检测结果展示】
Ø 选定甲基化位点随小鼠月龄变化的显著性
Ø 预测生殖压力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（月龄）：
加速效应（月龄）：
衰老加速组的甲基化水平（实际年龄18月龄）：440596727305
模型方程为：y = b + α * CpG1 - β * CpG2 + γ * CpG3 + δ * CpG4

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

——注：该甲基化预测模型为多元一次方程。在评估小鼠样本的甲基化年龄时，只需将选定的甲基化位点的水平带入模型，就能得出相应的甲基化年龄。通过模型预测，自然衰老组小鼠的甲基化年龄为1824月龄，而经历多次生殖压力的雌性小鼠的甲基化年龄为222月龄。从而衰老速度加快了396个月。

想要了解更多关于衰老与甲基化的前沿研究，欢迎参考以下文献。[1] Rivero-Segura NA, 等, Ageing Research Reviews, 2020, 64: 101164; [2] Petkovich DA, 等, Cell Metabolism, 2017, 25(4): 954-960.e6; [3] Stubbs TM, 等, Genome Biology, 2017, 18: 1-14; [4] Wang Y, 等, Epigenetics, 2018, 13(9): 975-987。

关注人生就是博-尊龙凯时，我们将为您提供更多有关生物医疗的专业服务与支持，让您走在健康的最前沿！