Epigenetic predictor of age.
Epigenetic predictor of age.
复制标题
DOI：
10.1371/journal.pone.0014821
复制
发表时间：
2011
期刊：
影响因子：
3.7
通讯作者：
Vilain E
中科院分区：
文献类型：
--
作者：
Bocklandt S;Lin W;Sehl ME;Sánchez FJ;Sinsheimer JS;Horvath S;Vilain E
从受孕的那一刻起，我们就开始衰老。细胞结构、基因调控和DNA序列的衰退使细胞和有机体衰老。DNA甲基化模式随着年龄的增长而变化，并有助于年龄相关疾病。在这里，我们确定了80个基因中或附近的88个位点，其中胞嘧啶甲基化程度与34对21至55岁的男性同卵双胞胎唾液中的年龄显着相关。此外，我们验证了三个基因的启动子中的位点，并在18至70岁的31名男性和29名女性的一般人群样本中复制了我们的结果。EDARADD、TOM1L1和NPTX 2基因启动子中的三个位点的甲基化在50年的范围内与年龄呈线性关系。仅使用来自这些位点的两个胞嘧啶，我们建立了一个回归模型，解释了73%的年龄方差，并且能够预测个体的年龄，平均准确度为5.2岁。在法医学中，这种模型可以仅根据生物样本来估计一个人的年龄。此外，测量基因组中的相关位点可以作为常规医学筛查的工具，以预测与年龄有关的疾病的风险，并根据表观遗传生物年龄而不是实际年龄制定干预措施。
From the moment of conception, we begin to age. A decay of cellular structures, gene regulation, and DNA sequence ages cells and organisms. DNA methylation patterns change with increasing age and contribute to age related disease. Here we identify 88 sites in or near 80 genes for which the degree of cytosine methylation is significantly correlated with age in saliva of 34 male identical twin pairs between 21 and 55 years of age. Furthermore, we validated sites in the promoters of three genes and replicated our results in a general population sample of 31 males and 29 females between 18 and 70 years of age. The methylation of three sites—in the promoters of the EDARADD, TOM1L1, and NPTX2 genes—is linear with age over a range of five decades. Using just two cytosines from these loci, we built a regression model that explained 73% of the variance in age, and is able to predict the age of an individual with an average accuracy of 5.2 years. In forensic science, such a model could estimate the age of a person, based on a biological sample alone. Furthermore, a measurement of relevant sites in the genome could be a tool in routine medical screening to predict the risk of age-related diseases and to tailor interventions based on the epigenetic bio-age instead of the chronological age.
登录
查看更多内容
影响因子：
3.7
作者：
Boks MP;Derks EM;Weisenberger DJ;Strengman E;Janson E;Sommer IE;Kahn RS;Ophoff RA
通讯作者：
Ophoff RA
影响因子：
4.5
作者：
Grönniger E;Weber B;Heil O;Peters N;Stäb F;Wenck H;Korn B;Winnefeld M;Lyko F
通讯作者：
Lyko F
WGCNA：用于加权相关网络分析的 R 包。
影响因子：
3
作者：
Langfelder P;Horvath S
通讯作者：
Horvath S
影响因子：
5.8
作者：
Wu, Tong Tong;Chen, Yi Fang;Lange, Kenneth
通讯作者：
Lange, Kenneth
影响因子：
9.2
作者：
Yan, MH;Zhang, ZM;Dixit, VM
通讯作者：
Dixit, VM