DNA甲基化时钟对衰老表型和寿命的预测能力

本文是根据知识共享署名-非商业性4.0许可证(https://creativecommons.org/licenses/by-nc/4.0/))的条款分发的，该许可证允许未经进一步许可对作品进行非商业性使用、复制和分发，前提是原始作品按照SAGE和开放获取页面(https://us.sagepub.com/en-us/nam/open-access-at-sage).)上的规定进行归属。

Tessa Bergsma和Ekaterina Rogaeva的DNA甲基化时钟补充材料Sj-XLSX-1-EXN-10.1177_2633105520942221及其对衰老表型和健康跨度的预测能力。

Tessa Bergsma和Ekaterina Rogaeva的DNA甲基化时钟补充材料Sj-XLSX-2-EXN-10.1177_2633105520942221及其对衰老表型和健康跨度的预测能力。

基于DNA甲基化(DNaM)图谱的年龄预测因子的数量正在增加，这是因为它们在预测健康跨度方面的潜力以及在年龄相关疾病(如神经退行性疾病)中的应用。在与年龄相关的CPGS(dNaM时钟)上对DNAM水平的累积评估可能反映了生物老化。这种DNAMClock是使用各种训练模型开发的，可以反映疾病/衰老机制的不同方面。因此，同时评估几个DNA时钟可能是捕捉老化过程复杂性的最有效策略。然而，各种混杂因素可能会影响这些年龄预测因素的结果，包括遗传和环境因素，以及所选dNaM阵列中的技术差异。在解释dNaM时钟预测时应考虑这些因素。本文讨论了15种已报道的dNaM时钟，并考虑了它们在研究神经退行性疾病中的作用，并提出了开发更理想的生物老化测量方法的研究方向。

与稳定的年龄段形成对比的是，在不同的生活年龄段，生物衰老的速度是不同的，并可能预示着不同方面的衰老。例如，晚年的生物衰老反映了与疾病、发病率和死亡率的联系，而在青年/中年，它可能预测健康跨度或认知/身体衰退(例如，衰老较快的人认知/身体能力较差)。由于时间年龄不能充分代表基本的衰老过程，生物老化的测量方法已经发展起来，这对于评估减缓生物衰老和延长健康寿命的策略是很重要的。可靠的生物学年龄测量可能是预测因果突变无症状携带者发病的一个因素，并有助于制定预防策略而不是治疗策略。

技术突破导致了几个衰老分子标志物的发现，包括表观遗传生物标志物。3-6例如，秀丽线虫全基因组RNA干扰筛选揭示了保守的表观遗传机制，涉及59个基因作为年龄相关行为恶化速率的调节者。两个神经元基因是最突出的热门基因：表观遗传阅读器(BAZ-2)和组蛋白3赖氨酸9甲基转移酶(SET-6)，它们可以通过抑制核编码的线粒体蛋白的表达来加速行为恶化。重要的是，人类同源基因(BAZ2B和EHMT1)在额叶皮质的表达随着年龄的增长而增加，并与阿尔茨海默病(AD)的进展相关。

在衰老的生物标志物中，如端粒长度(TL)、代谢、转录和蛋白质组变异，最有希望的是基于CpG二核苷酸胞嘧啶的DNA甲基化(DNaM)，这是改变基因表达或剪接的关键表观遗传学机制之一。在与年龄相关的CPGS中对dNaM水平的累积评估可以用作dNaM时钟，6-它可以反映生物衰老(图1)。尽管一些临床生物标记物在反映发病率和死亡率方面优于dNaM时钟，但dNaM时钟的优势在于它们能够测量多组织或细胞/组织特异性衰老。DNaM时钟可以帮助解释为什么一些人保持健康，而另一些人则会患上与年龄相关的神经退行性疾病。

一些研究支持dNaM时钟和生物年龄之间的联系。DNaM-AGE加速(dNaM-AGE与实际年龄之差)与主要神经退行性疾病如AD、帕金森病(PD)、亨廷顿病(Huntington Disease)和肌萎缩侧索硬化症(ALS)相关。同样，根据甲基组范围的变化和Horvath DNA Amlock，感染艾滋病毒的人表现出过早衰老。此外，Werner或Down综合征患者也显示加速的dNaM时钟。相比之下，百岁老人的平均年龄比他们的实际年龄年轻9 岁。

然而，dNaM时钟的潜在分子机制大多还不清楚。它们是否反映了老化过程的相似方面？他们在疾病发作前预测下降风险的能力和旨在延长健康寿命的治疗效果有多大？在这里，我们提供了dNaM时钟的概述，包括它们在神经退行性疾病中的应用，潜在的混杂因素和当前知识的空白。

大多数dNaM时钟基于有限数量的CPG，这些CPG广泛分布在整个基因组中，主要选自27K或450K的珠片，目前已被覆盖850K CPG的更具信息量的EPIC芯片所取代(表1)。与年龄相关的CpGS在多梳结合区和启动子附近过度表达，这是基因表达的关键调控因素。6，不同dNaM时钟之间CpG的少量重叠-可能是几个因素(例如，细胞/组织特异性差异)的结果，并解释了为什么一些时钟比其他时钟能够更好地捕捉某些结果。此外，应用的数组可能不包括与年龄相关的最具信息量的CPG。6、许多dNaM时钟是从线性回归算法中获得的，这些线性回归算法是针对6岁的年龄段进行训练的；然而，过于完美地按照年龄段训练的钟表将不包含有关生物年龄的个体间变异性的信息。6最后，一些dNaM时钟关注dNaM水平与生物学年龄的生理指标(如胆固醇水平)之间的比较，这可能是混杂因素(如肥胖)的结果，而不是代表衰老本身。28。

表1概述了所有9个已报道的按时间顺序排列的dNaM时钟。第一个DNAm时钟是由Bocklandt等人使用唾液DNA建造的。这项研究确定了88个 = 与34对男性同卵双胞胎(年龄21-55岁)的年龄相关，其中3个在一般队列中复制(n CPG 60；年龄18-70)。然而，仅由几个CPG组成的dNaM时钟不能可靠地用于多种组织。例如，科赫和瓦格纳的“表观遗传-衰老-签名”年龄预测的平均误差很高(11 岁)，包含19个CPG。值得注意的是，Weidner等人的dNaM-AGE估计器仅由3个 组成，用二硫代吡啶测序分析显示，年龄预测的平均误差为4.5CPG；然而，使用450K珠芯片的该估计器的准确度较低。此外，它没有检测到与死亡率的关系，也没有发现与TL或临床和生活方式指标(例如，饮酒)有名义上的相关性。

随着现有数据集的增加和技术/生物信息战略的进步，报告的年龄预测更加准确。例如，Florathet al使用发现(n = 96 5)、复制(n = 4 0 0)和纵向队列(67个个体跟踪超过8 年)分3个步骤对血液dna进行分析，结果选择了17个cpg来建立年龄预测的回归模型，平均误差仅为2.6 年。然而，这种dNaM时钟的缺点是使用单一组织，队列的年龄范围较窄，选择的CPG数量较少(表1)。

相反，Horvath多组织时钟由353个CPG组成，没有受到细胞/组织特异性变化的明显干扰。，它已经在多个数据集中得到验证，包括从儿童和成人收集的51种不同细胞和组织类型的约8000个样本。虽然每个CpG的dNaM状态与年龄只有微弱的相关性，但它们的共同作用导致了一个准确的年代学年龄的生物标志物(平均误差为3-5 年)。霍瓦斯钟的额外测量包括dNaM-AGE加速度和通过调整dNaM-AGE的年龄段和血细胞比例得出的内在表观遗传年龄加速度。

Hannum等人的dNaM-AGE估计器由71个CPG组成，在血液中具有很高的准确性，但在其他组织中需要重新校准才能达到合理的准确性。Hannum和Horvath时钟都具有惊人的预测全因死亡率的能力。他们是使用相似的回归模型来选择与年龄相关的CPG的，并显示出中等到强的相关性，即使他们只有6个CPG。Hannum钟和dNaM PhenoAge(下面讨论)反映了与年龄相关的细胞和组织类型组成的变化。值得注意的是，校正特定于细胞/组织的成分可以消除生物信息信号。例如，某些与年龄相关的疾病(如免疫衰老)的特点是血液细胞结构的变化。与内部测量(一致的跨细胞/组织类型)相比，外部测量更适合于评估特定组织中与年龄相关的下降。，dNaM-age加速度量值提供的信息更丰富，因为它们指的是与正常值之间的差异，并与寿命和寿命有关

总之，无论是基于对不同细胞/组织的适用性，还是基于对时间年龄的准确预测，Horvath和Zhang时钟的表现都优于其他dNaM时钟。不同组织之间的DNA老化速率可能会有很大差异，但可以重新校准来自单个组织的时钟，以在另一个组织中实现更准确的年龄预测。一般来说，特定于组织的时钟可能更好地反映与年龄相关的疾病，而多组织时钟更适合捕捉先天衰老过程。然而，几项研究报告了Horvath多组织时钟的加速与年龄相关疾病风险或死亡率之间的关联，有力地支持了该时钟作为疾病生物标志物的潜力。

表1总结了6种生物dNaM时钟。杨氏等人报道了一种有丝分裂样生物DNAmlock(EPERTOC)。EEPTOC的385个CPGS被定位于胎儿组织中未甲基化的Polycomb靶基因的启动子，它们的dNaM状态与衰老过程中细胞分裂的增加有关。这个时钟在癌前和癌前病变中加速，但在预测不同组织的癌风险和捕捉有丝分裂后发生的dNaM变化方面有局限性。同样，Youn等人基于体细胞复制误差随着分裂次数的增加而增加的假设，开发了一种类似有丝分裂的时钟(Miage)。MiAge钟由268个非组织特异性CPG组成，它们在有丝分裂活动期间显示增加的DNA。虽然Miage是使用来自8种癌症或邻近组织的大量队列构建的，但它可以作为一个通用的衰老生物标记物来应用。

张等人报告的一个生物钟是基于与死亡风险相关的10个CPGS的血液dNaM签名。计算的死亡风险评分在治疗分层中有潜在的应用，因为它与癌症、心血管疾病和全因死亡率相关。评估这一评分对于其他年龄相关结果(例如，认知表现)的价值是很重要的。6、、。

最新的血液生物钟包括Levineet等人的dNaM PhenoAge，Lu等人的dNaM grmage和Lu等人的DNAmTL。DNaM PhenoAge估计由10个指标组成的多因素表型年龄，包括年龄、淋巴细胞百分比、白蛋白和葡萄糖水平。它可以捕捉与年龄相关的各种结果(例如，死亡率和身体功能)。DNaM PhenoAge的加速与随年龄增加而上调的基因(如促炎信号通路和抗病毒反应通路等)呈中度遗传正相关，与随年龄降低的基因(包括转录/翻译机制和DNA Adamage修复等)呈负相关。(2)dNaM PhenoAge的加速与随年龄增加而上调的基因(如促炎信号通路和抗病毒反应通路等)呈正相关，与随年龄降低的基因(包括转录/翻译机制和DNA Adamage修复因子)呈负相关。另一个多因子时钟是dNaM Gramage，它考虑了年龄、性别、吸烟和血浆蛋白的几个dNaM估计值，可以预测发病率、死亡率、血细胞成分的年龄相关变化和一些疾病(如癌症)。DNaM手势加速也与认知功能减退和神经解剖学表型有关。46然而，DNAMTL时钟与TL和年龄都相关，在估计寿命方面优于dNaM Gramage，并有可能在与年龄相关的疾病与环境暴露或细胞复制之间提供机械联系。DNAmTL时钟具有重要的价值，因为随着年龄的增长和细胞复制次数的增加，端粒缩短，但测量TL是具有挑战性的。

值得注意的是，dNaM PhenoAge在预测生存、健康寿命和身体功能方面优于按时间排序的dNaM时钟。通过选择预测随年龄增长的生理退化的多系统度量的CPGS，它比实际年龄更准确地捕捉到各种组织和器官的功能状态。在预测全死因死亡率以及癌症和心血管疾病的死亡风险方面，Zhang等人的生物年龄测量优于Horvath和Hannum dNaM时钟，但dNaM PhenoAge和Zhang时钟在血液以外的组织中可能存在偏差。组织特异性和多组织dNaM时钟在解决一系列不同的问题时都是有用的(例如，多组织时钟更好地反映了系统老化)。

据报道，在胚胎干细胞和诱导的多能干细胞重新编程时，TL和多个dNaM时钟都被重置为零。，，47，对于Weidner Clock，随年龄超甲基化的CPG在重新编程的细胞中发生低甲基化(反之亦然)。然而，在体外培养中，复制衰老不影响与年龄相关的dNaM的变化。事实上，虽然与复制衰老相关的dNaM变化随着细胞培养的扩大而不断获得，但dNamlock的滴答率仍保持在多个

在28个顶部重叠的基因中(至少有3个dNaM时钟)，21个基因显示了与年龄相关的dNaM的一致方向(补充表2)。例如，EDARADD在5个不同的dNaM时钟中甲基化，表明它随着年龄的增长而上调，而KLF14的超甲基化表明它随着年龄的增长而下调。与其它时钟共有的8个基因中，有4个基因的dNaM方向与其它时钟相同，差异最大的是Lu的DNAMTL时钟。DNAMTL时钟相当独特，因为它是基于dNaM的估计时钟。

.