利用CpG甲基化特征对巴基斯坦人群进行年龄推断

《International Journal of Legal Medicine》：Chronological age estimation using CpG methylation signatures in Pakistani population

摘要

通过DNA甲基化（DNAm）模式准确评估实际年龄已成为一种有前景的法医年龄估算工具。因此，本研究评估了七个与年龄相关的CpG位点，以开发一种表观遗传年龄预测模型，该模型能够在巴基斯坦人群中提供可靠的结果，而巴基斯坦人群在当前的表观遗传衰老研究中代表性不足。研究选择了七个与年龄相关的CpG位点：KLF14（cg14361627）、CCDC102B（cg19283806）、TRIM59（cg07553761）、ASPA（cg02228185）、C1ORF132（cg10501210）、FHL2（cg06639320）和ELOVL2（cg16867657），并在181名不同年龄组（1至76岁）个体的血液样本中进行了分析。采用SNaPshot?多重甲基化检测方法，基于SNaPshot?多重检测的甲基化数据建立了三种不同的年龄预测模型：逐步回归、多元线性回归（MVLR）和支持向量机（SVM）。逐步回归模型和多元线性回归的年龄预测平均绝对偏差（MAD）分别为3.60和3.69，而SVM模型的年龄预测平均绝对偏差为3.40。使用另一组53个独立样本测试了这三种模型的性能，验证集的预测平均绝对偏差分别为3.92、3.73和3.44。对于±4年的预测准确率，逐步回归模型为69.81%，多元线性回归模型为71.69%，SVM模型为77.35%。结果表明，所有七个标记物都与年龄显著相关，但ELOVL2和FHL2由于其在评估的CpG位点中具有较高的稳健性和最小的冗余性，是巴基斯坦年龄估算模型的可靠候选者。然而，CCDC102B（cg19283806）的关联程度最低。预测准确性随着年龄的增长而降低，这表明环境和生活方式因素在确定生物年龄方面可能起着越来越重要的作用——尤其是在巴基斯坦，空气污染和其他生活方式指标可能会加速生物年龄的衰老。这些发现进一步强调了研究污染环境中的DNA甲基化变化的重要性，以改进年龄预测系统并缩小实际年龄与生物年龄之间的差距。需要使用更多的人群样本以及各种法医材料（如血迹、唾液和体液）对模型进行优化，以提高其在实际法医场景中的性能和适用性。