【服务介绍】DNA甲基化是衰老过程中一种重要的表观遗传变化。随着个体年龄的增长，特定的甲基化位点（CpG）会表现出与年龄相关的动态变化。通过机器学习对这些随年龄变化的CpG位点进行分析，可以建立一个预测甲基化年龄的数学模型，这一工具被称为表观遗传时钟。该时钟能够有效量化生物衰老的速度，以及评估长寿和抗衰老干预措施的效果。

在这方面，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。我们建立了一个包含多生物学样本和小鼠月龄变化的甲基化频率数据库。随后，运用机器学习技术从中挑选出那些随小鼠月龄显著变化且与年龄相关性较强的甲基化位点，从而构建了一个甲基化年龄预测器。通过该预测器，我们成功地预测了经历生殖压力的雌性小鼠的甲基化年龄，这验证了模型的可行性。

【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】目标区间的甲基化重测序（Hi-Methylseq）结合亚硫酸盐转化与靶向扩增子高通量测序技术，能够实现多区段、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：如CpG1、CpG2、CpG3、CpG4的甲基化年龄预测模型，模型外的结果显示：

加速效应（months）：衰老加速组的甲基化水平（实际年龄18月龄）为440596727305，而自然衰老组（实际年龄18月龄）为373525823669。通过多元一次方程式，可以轻松得出生物样本的甲基化年龄。例如，自然衰老组小鼠的甲基化年龄预测为1824月龄，而经过多次生殖压力的雌性小鼠的甲基化年龄为222月龄，表明衰老加速了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。