Модель MAgeNet с высокой точностью предскажет возраст человека по метилированию двух локусов ДНК

Хронологический и биологический возраст — важные параметры в клинической диагностике, геронтологических исследованиях и криминалистике. Одним из самых точных биомаркеров для определения возраста на сегодняшний день считается метилирование ДНК в сайтах CpG. Эта эпигенетическая модификация меняется с возрастом и может использоваться для построения так называемых эпигенетических часов. Однако существующие методы ограничены: они измеряют усредненный уровень метилирования отдельных CpG-сайтов и не способны уловить локальные кластерные изменения, что снижает точность определения возраста.

Чтобы решить эту проблему, группа ученых из Израиля использовала таргетное секвенирование участков ДНК с кластерами CpG-сайтов в крови и проанализировала полученные паттерны метилирования с помощью нейросети. Это позволило создать более точную модель для предсказания хронологического возраста человека.

Исследователи провели таргетное бисульфитное секвенирование 45 участков, наиболее чувствительных к возрасту, в примерно 300 образцах крови здоровых доноров возрастом от 17 до 78 лет. Каждый ампликон включал в среднем 8–9 CpG-сайтов, средняя глубина прочтения — 12 839 фрагментов на ампликон. Это позволило анализировать метилирование не только отдельных позиций, но и их комбинированные паттерны в рамках одной молекулы. В результате было выявлено два различных типа возрастных изменений: стохастические (независимые изменения в отдельных CpG) и кластерные (синхронные изменения соседних CpG).

Используя этот массив данных, авторы разработали нейросетевую модель MAgeNet. На основе данных о метилировании всего двух локусов — ELOVL2 и C1orf132 — модель предсказывала хронологический возраст с высокой точностью. Медиана ошибки составляла 1,36 года у людей моложе 50 лет и 1,7 года в общей выборке, что превосходит точность существующих эпигенетических часов. С возрастом вероятность ошибки повышается. Для использовании модели не нужно много ДНК, что позволяет использовать ее в криминалистике.

Дополнительно были проанализированы данные 10-летнего лонгитюдного исследования: модель точно воспроизводила возрастные изменения у одних и тех же доноров с течением времени. Также проверялась применимость модели к ДНК из мочи и слюны: в первом случае точность сохранялась (ошибка ~2,5 года), во втором — снижалась (~6,4 года). Ни индекс массы тела, ни курение, ни пол не влияли на точность предсказания возраста.

Таким образом, нейросетевая модель MAgeNet позволяет достигать рекордной точности в оценке возраста, используя всего два геномных локуса, и демонстрирует высокую устойчивость к биологическим и внешним факторам. Это открывает новые возможности ее использования как в биомедицинских, так и в криминалистических целях.

Новые эпигенетические часы оценивают внутренний ресурс организма по метилированию ДНК из слюны или крови