【服务介绍】DNA甲基化是衰老过程中一种重要的表观遗传改变。随着年龄的增长，特定的甲基化位点（CpG）会出现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，我们能够构建出一个预测生物甲基化年龄的数学模型，这一模型被称为“表观遗传时钟”。利用此时钟，可以量化生物体衰老的速度，并评估长寿和抗衰老干预措施的效果。

在我们的研究中，翼和生物对100只小鼠的血液基因组DNA进行了检测，分析了数百个与衰老相关的甲基化位点。我们建立了一个多样本、多位点的甲基化频率数据库，记录小鼠不同月龄时的甲基化变化。随后，通过机器学习技术，我们筛选出与小鼠月龄显著相关的甲基化位点，构建了专门的甲基化年龄预测器。

利用该预测器，我们成功预测了经历生殖压力的雌性小鼠的甲基化年龄，这验证了我们的模型和方法的有效性。

【合作方式】技术服务

【检测对象】物种样本：小鼠血液，包括4只雌性和3只雄性

【技术方案】目标区间为甲基化重测序（Hi-Methylseq），结合亚硫酸盐转化、靶向扩增子高通量测序技术。这一方案能够实现多区段、多位点的甲基化精确定量分析。

【服务流程】

【检测结果展示】

在我们的分析中，显著选择了随小鼠月龄变化的甲基化位点，并建立了预测模型。结果显示：

- 预测后的生殖压力雌性小鼠的甲基化年龄为222月龄，较自然衰老组（1824月龄）加速了396个月。

通过我们的甲基化年龄预测模型，您可以轻松获得生物样本的甲基化年龄。这一模型为多元一次方程式，用户只需将选定的甲基化位点的甲基化水平代入模型，即可得出甲基化年龄。值得一提的是，选择尊龙凯时作为您的合作伙伴，我们将为您提供专业、精准的生物医疗服务，助力您的研究取得更大成就。

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.