基于dRRBS技術的精液DNA甲基化年齡預測：全基因組標記鑒定和模型開發(fā)
DNA甲基化（DNAm）在特定CpG位點上的5-甲基胞嘧啶（5mC）比例隨年齡而顯著變化，因此DNA甲基化是法醫(yī)學中估計個體年齡的關鍵分子標記，然而，基于年齡相關CpG位點（AR-CpG）DNA甲基化標記的年齡預測模型在不同細胞類型和組織中的表現(xiàn)不一致，尤其是精子發(fā)生過程中獨特的甲基化模式，導致體細胞模型在精液中的表現(xiàn)不佳。同時目前的研究受到甲基化芯片覆蓋范圍有限的限制，因此，迫切需要鑒定和驗證精液特異性的AR-CpG標記。
近日，華中科技大學同濟醫(yī)學院法醫(yī)學系黃代新教授團隊利用雙酶切簡化基因組亞硫酸鹽測序（dRRBS）鑒定出新的精液特異性年齡相關CpG（AR-CpG）位點，并通過亞硫酸鹽擴增測序（BSAS）驗證這些標記，再結合先前報道的位點和鄰近CpG位點，以開發(fā)穩(wěn)健的年齡估計模型。相關研究成果以“DNA methylation-based age estimation from semen: Genome-wide marker identification and model development”為題發(fā)表在《Forensic Science International: Genetics》期刊。
本研究對21名健康中國男性（分為三個年齡組）的精液樣本進行了全甲基化組關聯(lián)研究，每個樣本生成了超4M CpG位點（深度≥5×）。對721840個共有CpG位點的分析顯示，超95%的位點未被傳統(tǒng)甲基化芯片覆蓋。差異甲基化和相關性分析鑒定出139個AR-CpG位點，并采用基于多重PCR的BSAS兩階段驗證過程。第一階段，對dRRBS鑒定的129個精液樣本（22-64歲）中前47個AR-CpG位點、26個文獻報道的位點和242個鄰近CpG位點進行預測，驗證了31個dRRBS、26個文獻報道的和152個鄰近CpG位點與年齡相關。第二階段，在247個樣本（22-67歲）中檢驗了154個CpG位點，確認了71個AR-CpG位點（|rho| > 0.50）。其中，chr2:129071885（cg19998819）作為最強年齡相關標記（rho = 0.81）脫穎而出。利用第二個BSAS數據集，研究在重復嵌套交叉驗證（CV）框架內開發(fā)了基于多元線性回歸和隨機森林（RF）算法的年齡估計模型。RF模型在5-25個CpG特征子集上表現(xiàn)出更高的準確性。優(yōu)化的9-CpG RF模型平均均方根誤差為4.73年（4.62-4.96，SD=0.10），平均絕對誤差為3.30年（3.23-3.43，SD=0.06）。本研究表明dRRBS在大規(guī)模AR-CpG發(fā)現(xiàn)中的實用性，并為法醫(yī)學應用提供了一個穩(wěn)健的年齡估計模型和一個全面的精液特異性AR-CpG位點參考數據庫。
研究方法
1) 樣本收集：精液樣本來自兩組健康中國男性志愿者，一組用于標記鑒定，另一組用于標記驗證和模型開發(fā)。
2) AR-CpG位點的識別：使用dRRBS技術對發(fā)現(xiàn)隊列的精液樣本進行全基因組AR-CpG位點鑒定。
3) 候選AR-CpG位點的選擇：基于dRRBS鑒定的AR-CpG位點和文獻中報道的位點，選擇前50個AR-CpG位點進行進一步驗證。
4) 候選AR-CpG位點的驗證：通過BSAS進行兩階段驗證過程，定量檢測候選位點及其鄰近CpG位點的甲基化水平。
5) 統(tǒng)計分析和年齡估計建模：使用嵌套交叉驗證（CV）框架開發(fā)年齡估計模型，包括多重線性回歸（MLR）和隨機森林（RF）算法。
結果圖形
圖1：研究流程圖
圖2：dRRBS鑒定精液中的AR-CpG位點
圖3：BSAS驗證候選年齡相關CpG位點
易小結：研究亮點
Li Y, Liu X, Chen M, Yi S, He X, Xiao C, Huang D. DNA methylation-based age estimation from semen: Genome-wide marker identification and model development. Forensic Sci Int Genet. 2024 Dec 25;76:103215. pii: S1872-4973(24)00211-4. doi: 10.1016/j.fsigen.2024.103215. PubMed PMID: 39752798.
近日，華中科技大學同濟醫(yī)學院法醫(yī)學系黃代新教授團隊利用雙酶切簡化基因組亞硫酸鹽測序（dRRBS）鑒定出新的精液特異性年齡相關CpG（AR-CpG）位點，并通過亞硫酸鹽擴增測序（BSAS）驗證這些標記，再結合先前報道的位點和鄰近CpG位點，以開發(fā)穩(wěn)健的年齡估計模型。相關研究成果以“DNA methylation-based age estimation from semen: Genome-wide marker identification and model development”為題發(fā)表在《Forensic Science International: Genetics》期刊。
本研究對21名健康中國男性（分為三個年齡組）的精液樣本進行了全甲基化組關聯(lián)研究，每個樣本生成了超4M CpG位點（深度≥5×）。對721840個共有CpG位點的分析顯示，超95%的位點未被傳統(tǒng)甲基化芯片覆蓋。差異甲基化和相關性分析鑒定出139個AR-CpG位點，并采用基于多重PCR的BSAS兩階段驗證過程。第一階段，對dRRBS鑒定的129個精液樣本（22-64歲）中前47個AR-CpG位點、26個文獻報道的位點和242個鄰近CpG位點進行預測，驗證了31個dRRBS、26個文獻報道的和152個鄰近CpG位點與年齡相關。第二階段，在247個樣本（22-67歲）中檢驗了154個CpG位點，確認了71個AR-CpG位點（|rho| > 0.50）。其中，chr2:129071885（cg19998819）作為最強年齡相關標記（rho = 0.81）脫穎而出。利用第二個BSAS數據集，研究在重復嵌套交叉驗證（CV）框架內開發(fā)了基于多元線性回歸和隨機森林（RF）算法的年齡估計模型。RF模型在5-25個CpG特征子集上表現(xiàn)出更高的準確性。優(yōu)化的9-CpG RF模型平均均方根誤差為4.73年（4.62-4.96，SD=0.10），平均絕對誤差為3.30年（3.23-3.43，SD=0.06）。本研究表明dRRBS在大規(guī)模AR-CpG發(fā)現(xiàn)中的實用性，并為法醫(yī)學應用提供了一個穩(wěn)健的年齡估計模型和一個全面的精液特異性AR-CpG位點參考數據庫。
研究方法
1) 樣本收集：精液樣本來自兩組健康中國男性志愿者，一組用于標記鑒定，另一組用于標記驗證和模型開發(fā)。
2) AR-CpG位點的識別：使用dRRBS技術對發(fā)現(xiàn)隊列的精液樣本進行全基因組AR-CpG位點鑒定。
3) 候選AR-CpG位點的選擇：基于dRRBS鑒定的AR-CpG位點和文獻中報道的位點，選擇前50個AR-CpG位點進行進一步驗證。
4) 候選AR-CpG位點的驗證：通過BSAS進行兩階段驗證過程，定量檢測候選位點及其鄰近CpG位點的甲基化水平。
5) 統(tǒng)計分析和年齡估計建模：使用嵌套交叉驗證（CV）框架開發(fā)年齡估計模型，包括多重線性回歸（MLR）和隨機森林（RF）算法。
結果圖形
圖1：研究流程圖
圖2：dRRBS鑒定精液中的AR-CpG位點
表1：dRRBS篩選出的候選年AR-CpG
圖3：BSAS驗證候選年齡相關CpG位點
圖4：利用重復嵌套交叉驗證（CV）方法進行年齡估計建模和性能評估。
易小結：研究亮點
- dRRBS技術的應用：dRRBS技術在大規(guī)模AR-CpG發(fā)現(xiàn)中的實用性，為法醫(yī)學應用提供了穩(wěn)健的年齡估計模型和全面的精液特異性AR-CpG位點參考數據庫。
- 模型準確性：隨機森林模型在5至25個CpG表征子集上表現(xiàn)出優(yōu)越的準確性，優(yōu)化的9-CpG模型實現(xiàn)了平均均方根誤差4.73年和平均絕對誤差3.30年的高精度年齡估計。
- 新標記的發(fā)現(xiàn)：研究不僅驗證了先前報道的AR-CpG位點，還發(fā)現(xiàn)了新的與年齡強相關的位點，如chr1:19339432和chr13:93039685，為未來的法醫(yī)學年齡估計提供了新的標記。
Li Y, Liu X, Chen M, Yi S, He X, Xiao C, Huang D. DNA methylation-based age estimation from semen: Genome-wide marker identification and model development. Forensic Sci Int Genet. 2024 Dec 25;76:103215. pii: S1872-4973(24)00211-4. doi: 10.1016/j.fsigen.2024.103215. PubMed PMID: 39752798.
標簽：
DNA甲基化
