Epigeneettinen kello

Epigeneettinen kello on joukko DNA:n epigeneettisiä merkkejä , jotka määräävät kudoksen, solun tai elimen biologisen iän . Tunnetuin esimerkki epigeneettisestä kellosta on Steve Horvathin kello, joka ottaa huomioon 353 ihmisen genomin epigeneettistä markkeria [1] [2] [3] . Epigeneettisestä kellosta on kehitetty myös muita versioita: K. Weidnerin kello, joka perustuu kolmen CpG-dinukleotidin metylaatioon [4] , I. Floratin kello [5] , G. Hannumin kompleksikello [6] ja K. Giulianin kello, jonka indikaattori on laskettu kolmen geenin metylaatiosta dentiinistä peräisin olevissa DNA-näytteissä [7] .

Löytöhistoria

Iän merkittävä vaikutus DNA:n metylaatiotasoon on tiedetty 1960-luvulta lähtien [8] . Suuri määrä töitä kuvaa sarjoja CpG-dinukleotideja, joiden metylaatio korreloi iän kanssa [9] [10] [11] . Useita teoksia on omistettu biologisen iän arvioimiseksi DNA-metylaatiolla syljessä [12] tai veressä [6] .

Taustaa epigeneettisen kellon luomiselle

Ikä on yksi kehon perusominaisuuksista, ja siksi ikääntymisen biomarkkerit löytävät monia käyttökohteita biologisessa tutkimuksessa. Ikääntymisen biologista kelloa voidaan käyttää seuraavilla alueilla:

Yleisesti ottaen biologinen kello voi olla hyödyllinen ikääntymisen syiden tutkimisessa ja sen torjumisessa.

Yhteys biologisen ikääntymisen syihin

Ei ole täysin selvää, mitä epigeneettinen kello tarkalleen ottaen mittaa. Professori Horvathin hypoteesi oli, että laskentatuloksista saatu ikä heijastaa järjestelmien kokonaisvaikutusta kehon epigeneettisten modifikaatioiden tuomiseen. Useimmat ikään liittyvät muutokset DNA:n metylaatiossa ovat kudosspesifisiä, lukuun ottamatta ELOVL2-geenin promoottorin metylaatiota, joka toimii pääasiallisena monityydyttymättömien rasvahappojen (PUFA:iden) synteesin (pidennyksen) säätelijänä, joka on välttämätön kudosten tehokkaalle toiminnalle. endoplasminen verkkokalvo ja mitokondriot [13] [14] . Siksi kehitettiin yksinkertaistettuja versioita epigeneettisestä kellosta, joka on universaali kaikille kudoksille, perustuen iän määrittämiseen vain yhden ELOVL2-geenin CpG:n metylaatioasteen perusteella [15] [16] .

DNA:n metylaatiosta laskettu ikä ennustaa vanhuuden kaikista syistä johtuvaa kuolleisuutta [17] [18] , mikä viittaa metylaation ja ihmisen ikääntymisen syyn väliseen yhteyteen [17] . On kuitenkin epätodennäköistä, että 353-menetelmässä käytetyt CpG-parit vaikuttaisivat suoraan ikääntymisprosessiin [1] . On todennäköisempää, että epigeneettinen kello havaitsee epigenomin systeemisen vaikutuksen. Ratkaisevaa on, että epigeneettinen kello on osoittanut, että " ikääntyminen on todellakin evoluutionaalisesti konservoitunutta ja liittyy kehitysprosesseihin kaikissa nisäkäslajeissa". [19] [20]

Epigeneettisen kellon olemuksen ymmärtämiseksi olisi järkevää vertailla ja löytää transkription perusteella taustalla olevat prosessit, jotka välittävät epigeneettisen kellon lukemien ja ikääntyvän kellon välistä suhdetta [21] [22] [23] [ 24] [25] , sekä proteomitietojen perusteella. [26] [27] [28] [29] Proteomisen kellon tekijöiden mukaan heidän proteominen ikämallinsa ennusti kuolleisuutta tarkemmin kuin kronologinen ikä ja heikkousindeksi . [30] [29] Proteominen kellomenetelmä perustuu SomaScan-tekniikkaan, joka mittaa kohdeproteiineihin sitoutuneiden aptameerien fluoresenssia. Näillä aptameereillä, jotka on luotu käyttämällä monipuolista kemiallista teknologiaa, joka tarjoaa nukleotideille proteiinin kaltaisia ​​funktionaalisia ryhmiä biomarkkeriproteiinien löytämiseksi, tuhansia proteiineja voidaan mitata samanaikaisesti (ja erittäin halvalla) pieninä näytetilavuuksina (15 µl seerumia tai plasmaa). [31] Mikä tärkeintä, analysoimalla tietoja ikääntymisen myötä voimakkaimmin muuttuneista proteiineista on mahdollista löytää ja arvioida kohdistettujen ikääntymistä estävien lääkkeiden tehokkuus. [29]

On havaittu, että useimmat ikään liittyvät CpG:t esiintyvät rinnakkain kehitysgeenien kanssa, ja ikääntymiseen voi liittyä kehitysgeenien lisääntynyt ilmentyminen . [32] [29] Näin ollen näitä CpG:itä löytyy kaksiarvoisista kromatiinidomeeneista ja repressoitujen polykombien kohteista , jotka ovat elementtejä, jotka säätelevät kehitysgeenien ilmentymistä . Vaikka CpG:iden lisääntynyt metylaatio tehostajissa todennäköisesti suppressoi geenin ilmentymistä, CpG:iden metylaatio kaksiarvoisissa kromatiinidomeeneissa voi toisaalta stimuloida vastaavien alavirran lokusten ilmentymistä , jotka ovat usein kehitysgeenejä. [32] [19]

Horvathin epigeneettinen kello

Horvathin epigeneettisen kellon on kehittänyt Steve Horvath, ihmisen genetiikan ja biostatistiikan professori UCLA:sta. Artikkeli tästä aiheesta julkaistiin ensimmäisen kerran 21. lokakuuta 2013 Genome Biology -lehdessä [1] . Horvath on kerännyt avointa tietoa ihmisen DNA:n metylaatiosta yli 4 vuoden ajan ja tunnistanut sopivat tilastolliset menetelmät. Tämän löydön historiaa käsiteltiin Nature-lehdessä [33] . Kello kehitettiin käyttämällä 8 000 näytettä 82 Illumina -alustan luomasta DNA-metylaatiotietojoukosta . Horvathin epigeneettisen kellon tärkein innovatiivinen ominaisuus on sen laaja käyttöalue. Ne mahdollistavat iän ennustamisen kudoksesta riippumatta ilman lisäsäätöjä [1] . Tämä ominaisuus mahdollistaa saman organismin eri kudosten biologisen iän vertailun käyttämällä samaa ikääntymiskelloa.

Termi "kello" määritellään tässä tapauksessa menetelmäksi iän arvioimiseksi, joka perustuu 353 epigeneettiseen DNA-markkeriin. Asetusindeksillä on seuraavat ominaisuudet: ensinnäkin se on lähellä nollaa alkion ja indusoiduissa kantasoluissa , toiseksi se korreloi solujen kulkumäärän kanssa ja kolmanneksi menetelmä soveltuu simpanssin kudoksiin (jotka ovat analogeja ihmiskudoksille). joissakin tutkimuksissa).

Organismin kasvu (ja samanaikainen solun jakautuminen) johtaa epigeneettisen kellon nopeaan "käyntiin", joka laskee vakioarvoon (lineaarinen riippuvuus), kun henkilö täyttää 20 vuotta [1] . Monet ikääntymisen fysiologiset ja henkiset indikaattorit korreloivat epigeneettisen kellon kanssa [34] .

Keskimääräinen virhe iän määrittämisessä on 3,6 vuotta useissa kudoksissa ja solutyypeissä [1] . Menetelmä toimii hyvin sekä heterogeenisissä kudoksissa että yksittäisissä solulinjoissa. Horvathin menetelmällä ennustetun iän Pearsonin korrelaatiokerroin on r=0,96 kronologisen iän kanssa [1] , joka on hyvin lähellä maksimiarvoa - yksi.

On olemassa online-laskin , josta voit ladata genomin metylaatiotietoja ja saada arvion epigeneettisestä iästä Howarth-menetelmällä.

Hannumin epigeneettinen kello

Samana vuonna Horvathin epigeneettistä kelloa käsittelevän artikkelin kanssa julkaistiin toinen samanlainen tutkimus [6] . Kirjoittajat, mukaan lukien Gregory Hannum, rakensivat mallin ikääntymisen kvantifioimiseksi käyttämällä yli 450 000 CpG-dinukleotidin mittauksia 19–101-vuotiaiden ihmisten verisoluista. Monista CpG:istä 71 paikkaa tunnistettiin tilastollisin menetelmin, joiden mukaan rakennettiin lopullinen malli iän laskemiseen. Kirjoittajien mukaan epigeneettisen ikääntymisen nopeuteen vaikuttavat ihmisen sukupuoli ja genomin vaihtelut.

Alkuperäisessä työssä kerrotaan, että malli ei toimi vain verisoluille, vaan myös muille kudoksille. Joissakin myöhemmissä töissä kuitenkin korostetaan, että Hannumin kello on spesifinen verelle, kun taas Horvathin kelloa voidaan soveltaa monenlaisiin näytteisiin [35] . On myös teoksia, joissa viitataan Horvathin ja Hannumin epigeneettisiin kelloihin vastaavina [36] [37] . Pienellä satavuotiaiden ryhmällä tehdyssä tutkimuksessa Hannumin kello antoi tarkemmat arviot iästä leukosyyttien DNA:n metylaatiotiedoista kuin Horvatin kello [35] .

Epigeneettinen kello, joka perustuu pieneen määrään CpG-paikkoja

Vaikka satoja CpG-kohtia käyttävät kellot voivat kuvata tarkemmin biologista ikää, niiden kustannukset vaikeuttavat niiden käytännön käyttöä. Siksi epigeneettisen kellon useita versioita, jotka perustuvat pieneen määrään CpG-kohtia, on kehitetty samalla tai jopa suuremmalla tarkkuudella [38] [39] . CpG-paikkojen määrän vähentäminen mahdollistaa myös eri laboratorioiden saamien tulosten standardoinnin ja vertailukelpoisuuden [40] [41] sekä koneoppimismenetelmien käytön uusien, tarkempien kellojen luomiseen [42] [43] . Tällaisissa kelloissa yleisimmin käytetyt geenit ovat: ELOVL2 (sivusto cg16867657) [44] [45] [46] sekä EDARADD [47] [41] , C1orf132 [48] , TRIM59, FHL2 ja KLF14 [49] [38]

Muut versiot biologisesta kellosta

On olemassa biologinen kello, joka perustuu a) telomeerin pituuteen b) p16INK4a:n ilmentymistasoon [50] c) mutaatioihin mikrosatelliiteissa [51] . Korrelaatio tapauksessa (a) on r=-0,51 naisilla ja r=-0,55 miehillä [52] . Korrelaatio p16INK4a:n ilmentymisen välillä T-soluissa r = 0,56 [53] . Lupaava biologinen kello on silmänpohjavalokuvista otettu verkkokalvon ikääntymisen "eyeAge" -kello, joka on kehitetty syväoppivalla tietokonemallilla, joka pystyy ennustamaan ihmisen ikääntymisen alle vuoden mittakaavassa 71 %:n tarkkuudella [54] [55] .

On tehty useita tutkimuksia (Wang et al [56] , Petkovic et al [57] ), joissa on tutkittu, onko hiirillä metylaatiokuvioissa samanlaisia ​​muutoksia kuin ihmisillä iän myötä. Tutkijat havaitsivat, että hiirten epigeneettinen ikä pidennettiin keinotekoisesti eliniän aikana (kalorikontrollilla tai rapamysiinin nauttimisella) oli merkittävästi pienempi kuin saman ikäisen kontrolliryhmän.

Epigeneettinen kello, joka on suunniteltu ennustamaan hiirten ikää, perustuu 329 ainutlaatuiseen CpG-dinukleotidiin, ja sen keskimääräinen absoluuttinen virhe on 4 viikkoa (5 % eliniästä). Yritykset käyttää ihmiskelloja hiirillä ovat osoittaneet, että ihmisten kellot eivät ole täysin konservatiivisia hiirillä. Hiiren ja ihmisen kellojen erot viittaavat siihen, että epigeneettiset kellot tulisi kalibroida erikseen eri lajeille.

Lupaava suunta näyttää olevan epigeneettisen kellon kehittäminen luonnonvaraisten ja kotieläinten iän määrittämiseksi [58] .

Katso myös

Linkit

  1. ↑ 1 2 3 4 5 6 7 Steve Horvath. Ihmiskudosten ja solutyyppien DNA-metylaatioikä  (englanniksi)  // BioMed Central. – 10.12.2013. — Voi. 14 . - s. 3156 . — ISSN 1474-760X . - doi : 10.1186/gb-2013-14-10-r115 .
  2. ↑ Steve Horváth. Erratum to: Ihmiskudosten ja solutyyppien DNA-metylaatioikä  (englanniksi)  // BioMed Central. – 13.5.2015. — Voi. 16 . - s. 96 . — ISSN 1465-6906 . - doi : 10.1186/s13059-015-0649-6 .
  3. ↑ Tiedemies paljastaa sisäisen kellon, joka pystyy mittaamaan useimpien ihmiskudosten iän; Naisten rintakudos vanhenee nopeammin kuin muu  keho , ScienceDaily . Haettu 30. marraskuuta 2017.
  4. ↑ Carola Ingrid Weidner, Qiong Lin, Carmen Maike Koch, Lewin Eisele, Fabian Beier. Veren ikääntymistä voidaan seurata DNA-metylaatiomuutoksilla vain kolmessa CpG-kohdassa  //  BioMed Central. - 2014-02-03. — Voi. 15 . — P.R24 . — ISSN 1474-760X . - doi : 10.1186/gb-2014-15-2-r24 .
  5. ↑ Ines Florath, Katja Butterbach, Heiko Müller, Melanie Bewerunge-Hudler, Hermann Brenner. DNA-metylaation poikkileikkaus- ja pituussuuntaiset muutokset iän myötä: epigenomin laajuinen analyysi, joka paljastaa yli 60 uutta ikään liittyvää CpG-kohtaa  // Human Molecular Genetics. — Oxford University Press , 1.3.2014. - T. 23 , no. 5 . - S. 1186-1201 . — ISSN 0964-6906 . doi : 10.1093 / hmg/ddt531 .
  6. ↑ 1 2 3 Gregory Hannum, Justin Guinney, Ling Zhao, Li Zhang, Guy Hughes. Genomin laajuiset metylaatioprofiilit paljastavat kvantitatiivisia näkemyksiä ihmisen ikääntymisestä  // Molecular Cell. - T. 49 , no. 2 . - S. 359-367 . - doi : 10.1016/j.molcel.2012.10.016 .
  7. ↑ Cristina Giuliani, Elisabetta Cilli, Maria Giulia Bacalini, Chiara Pirazzini, Marco Sazzini. Kronologisen iän päättäminen ihmisen hampaiden DNA-metylaatiomalleista  (englanniksi)  // American Journal of Physical Anthropology. - 01-04-2016. — Voi. 159 , iss. 4 . - s. 585-595 . — ISSN 1096-8644 . - doi : 10.1002/ajpa.22921 .
  8. ↑ GD Berdyshev, GK Korotaev, GV Boiarskikh, BF Vaniushin. [DNA:n ja RNA:n nukleotidikoostumus kyhäselän somaattisista kudoksista ja sen muutokset kutuaikana ] // Biokhimiia (Moskova, Venäjä). - Syyskuu 1967. - T. 32 , no. 5 . - S. 988-993 . — ISSN 0320-9725 .
  9. ↑ Steve Horvath, Yafeng Zhang, Peter Langfelder, René S. Kahn, Marco PM Boks. Ikääntymisen vaikutukset DNA-metylaatiomoduuleihin ihmisen aivoissa ja verikudoksessa  //  BioMed Central. – 3.10.2012. — Voi. 13 . — P.R97 . — ISSN 1474-760X . - doi : 10.1186/gb-2012-13-10-r97 .
  10. ↑ Vardhman K. Rakyan, Thomas A. Down, Siarhei Maslau, Toby Andrew, Tsun-Po Yang. Ihmisen ikääntymiseen liittyvää DNA:n hypermetylaatiota esiintyy ensisijaisesti kaksiarvoisissa kromatiinidomeeneissa  //  Genome Research. - 01-04-2010. — Voi. 20 , iss. 4 . - s. 434-439 . — ISSN 1549-5469 1088-9051, 1549-5469 . - doi : 10.1101/gr.103101.109 .
  11. ↑ Andrew E. Teschendorff, Usha Menon, Aleksandra Gentry-Maharaj, Susan J. Ramus, Daniel J. Weisenberger. Kantasoluissa estettyjen geenien iästä riippuva DNA-metylaatio on syövän tunnusmerkki  //  Genomitutkimus. - 01-04-2010. — Voi. 20 , iss. 4 . - s. 440-446 . — ISSN 1549-5469 1088-9051, 1549-5469 . - doi : 10.1101/gr.103606.109 .
  12. ↑ Sven Bocklandt, Wen Lin, Mary E. Sehl, Francisco J. Sánchez, Janet S. Sinsheimer. Epigenetic Predictor of Age  (englanniksi)  // PLOS One . - Public Library of Science , 22.6.2011. — Voi. 6 , iss. 6 . — P. e14821 . — ISSN 1932-6203 . - doi : 10.1371/journal.pone.0014821 .
  13. ↑ Slieker, RC, Relton, CL, Gaunt, TR, Slagboom, PE ja Heijmans, BT (2018). Ikään liittyvät DNA-metylaatiomuutokset ovat kudosspesifisiä, mutta ELOVL2-promoottorimetylaatio on poikkeus. Epigenetics & chromatin, 11(1), 1-11. PMID 29848354 PMC 5975493 doi : 10.1186/s13072-018-0191-3
  14. ↑ Li, X., Wang, J., Wang, L., Gao, Y., Feng, G., Li, G., ... & Zhang, K. (2022). Iästä riippuvaisen DNA:n metylaation aiheuttama lipidiaineenvaihdunnan toimintahäiriö nopeuttaa ikääntymistä. Signaalinsiirto ja kohdennettu hoito, 7(1), 1-12. PMID 35610223 PMC 9130224 doi : 10.1038/s41392-022-00964-6
  15. ↑ Garagnani, P., Bacalini, MG, Pirazzini, C., Gori, D., Giuliani, C., Mari, D., ... & Franceschi, C. (2012). ELOVL2-geenin metylaatio uutena iän epigeneettisenä markkerina. Aging cell, 11(6), 1132-1134. PMID 23061750 doi : 10.1111/acel.12005
  16. ↑ Manco, L. ja Dias, H.C. (2022). ELOVL2-geenin DNA-metylaatioanalyysi käyttäen pisara-digitaalista PCR:ää iänarviointitarkoituksiin. Forensic Science International, 333, 111206. PMID 35131731 doi : 10.1016/j.forsciint.2022.111206
  17. ↑ 1 2 Brian H. Chen, Riccardo E. Marioni, Elena Colicino, Marjolein J. Peters, Cavin K. Ward-Caviness. DNA:n metylaatioon perustuvat biologisen iän mittaukset: meta-analyysi ennustaa aikaa kuolemaan  // Ikääntyminen. - T. 8 , no. 9 . - S. 1844-1865 . - doi : 10.18632/aging.101020 .
  18. ↑ Riccardo E. Marioni, Sonia Shah, Allan F. McRae, Brian H. Chen, Elena Colicino. Veren DNA-metylaatioikä ennustaa kaikista syistä johtuvaa kuolleisuutta myöhemmässä elämässä  //  BioMed Central. – 30.1.2015. — Voi. 16 . - s. 25 . — ISSN 1465-6906 . - doi : 10.1186/s13059-015-0584-6 .
  19. ↑ 1 2 Ake T. Lu, Zhe Fei, Amin Haghani, Todd R. Robeck et ai. ja Steve Horvath (2021). Universaali DNA-metylaatioikä nisäkkäiden kudoksissa . biorxiv.org doi : 10.1101/2021.01.18.426733
  20. ↑ Arneson, A., Haghani, A., Thompson, MJ, Pellegrini, M., Kwon, SB, Vu, HT, ... & Horvath, S. (2021). Nisäkkäiden metylaatiosarja metylaatiotasojen profilointiin konservoituneissa sekvensseissä . bioRxiv, 2021-01. doi : 10.1101/2021.01.07.425637
  21. ↑ Meyer, D. ja Schumacher, B. (2020). Transkriptioon perustuva ikääntymiskello lähellä teoreettista tarkkuusrajaa . bioRxiv. doi : 10.1101/2020.05.29.123430
  22. ↑ Fleischer, JG, Schulte, R., Tsai, HH, Tyagi, S., Ibarra, A., Shokhirev, MN, ... & Navlakha, S. (2018). Iän ennustaminen ihmisen ihon fibroblastien transkriptin perusteella. Genomibiologia, 19(1), 221. doi : 10.1186/s13059-018-1599-6 PMC 6300908 PMID 30567591
  23. ↑ Shokhirev, MN ja Johnson, AA (2021). Ihmisen ikääntymisen transkription mallintaminen kudosten, terveydentilan ja sukupuolen välillä. Aging cell , 20(1), e13280. PMC 7811842 doi : 10.1111/acel.13280
  24. ↑ Wang, F., Yang, J., Lin, H., Li, Q., Ye, Z., Lu, Q., ... & Tian, ​​​​G. (2020). Parannettu ihmisen iän ennustaminen käyttämällä useiden kudosten geeniekspressioprofiileja. Frontiers in Genetics, 11. PMC 7546819 doi : 10.3389/fgene.2020.01025
  25. ↑ LaRocca, T.J., Cavalier, A.N. ja Wahl, D. (2020). Toistuvat elementit ikääntymisen transkriptoimisena merkkinä: todisteita useista aineistoista ja malleista. Aging Cell, 19(7), e13167. PMID 32500641 PMC 7412685 doi : 10.1111/acel.13167
  26. ↑ Lehallier, B., Shokhirev, MN, Wyss-Coray, T. ja Johnson, AA (2020). Ihmisen plasmaproteiinien tiedonlouhinta tuottaa joukon erittäin ennakoivia ikääntymisen kelloja, jotka heijastavat ikääntymisen eri puolia. Aging cell, 19(11), e13256. PMID 33031577 PMC 7681068 doi : 10.1111/acel.13256
  27. ↑ Johnson, A.A., Shokhirev, MN, Wyss-Coray, T. ja Lehallier, B. (2020). Ihmisen proteomiikan ikääntymistutkimusten systemaattinen tarkastelu ja analyysi paljastaa uuden proteomisen ikääntymiskellon ja tunnistaa keskeiset prosessit, jotka muuttuvat iän myötä. Ikääntymistutkimuskatsaukset, 101070. PMID 32311500 doi : 10.1016/j.arr.2020.101070
  28. ↑ Moaddel, R., Ubaida-Mohien, C., Tanaka, T., Lyashkov, A., Basisty, N., Schilling, B., ... & Ferrucci, L. (2021). Proteomiikka ikääntymisen tutkimuksessa: tiekartta kliiniseen translaatiotutkimukseen. Ikääntyvä solu, e13325. PMID 33730416 doi : 10.1111/acel.13325
  29. ↑ 1 2 3 4 Johnson, A.A., Shokhirev, MN ja Lehallier, B. (2021). Ultra-ennustavan ikääntymiskellon proteiinisyötteet edustavat elinkelpoisia ikääntymistä estäviä lääkekohteita. Aging Research Reviews, 70, 101404. PMID 34242807 doi : 10.1016/j.arr.2021.101404
  30. ↑ Sathyan, S., Ayers, E., Gao, T., Weiss, E.F., Milman, S., Verghese, J., & Barzilai, N. (2020). Iäkkäiden aikuisten iän, terveydentilan ja kaikista syistä johtuvan kuolleisuuden plasmaproteominen profiili. Aging cell, 19(11), e13250. PMID 33089916 PMC 7681045 doi : 10.1111/acel.13250
  31. ↑ Gold, L., Ayers, D., Bertino, J., Bock, C., Bock, A., Brody, E., ,,, & Zichi, D. (2010). Aptameeripohjainen multipleksoitu proteominen teknologia biomarkkerien löytämiseen. PLOS One. 2010; 5(12): e15004 PMID 21165148 PMC 3000457 doi : 10.1371/journal.pone.0015004
  32. ↑ 1 2 Horvath, S., Haghani, A., Peng, S., Hales, EN, Zoller, JA, Raj, K., ... & Finno, CJ (2021). DNA:n metylaatiovanhenemis- ja transkriptomiset tutkimukset hevosilla . bioRxiv. doi : 10.1101/2021.03.11.435032
  33. ↑ W. Wayt Gibbs. Biomarkkerit ja ikääntyminen: Kellon tarkkailija   // Luonto . – 10.4.2014. — Voi. 508 , iss. 7495 . - s. 168-170 . - doi : 10.1038/508168a .
  34. ↑ Riccardo E. Marioni, Sonia Shah, Allan F. McRae, Stuart J. Ritchie, Graciela Muniz-Terrera. Epigeneettinen kello korreloi fyysisen ja kognitiivisen kunnon kanssa Lothian Birth Cohortissa 1936  // International Journal of Epidemiology. - 01-08-2015. - T. 44 , no. 4 . - S. 1388-1396 . — ISSN 0300-5771 . - doi : 10.1093/ije/dyu277 .
  35. ↑ 1 2 Nicola J Armstrong, Karen A Mather, Anbupalam Thalamuthu, Margaret J Wright, Julian N Trollor. Hannumin ja Horvathin epigeneettisten kellojen ikääntyminen, poikkeuksellinen pitkäikäisyys ja vertailut  // Epigenomiikka. - 01-05-2017. - T. 9 , no. 5 . - S. 689-700 . — ISSN 1750-1911 . - doi : 10.2217/epi-2016-0179 .
  36. ↑ Meaghan J. Jones, Sarah J. Goodman, Michael S. Kobor. DNA:n metylaatio ja ihmisen terve ikääntyminen  // Aging Cell  . – 12.12.2015. — Voi. 14 , iss. 6 . - s. 924-932 . — ISSN 1474-9726 . - doi : 10.1111/acel.12349 .
  37. ↑ Michele Zampieri, Fabio Ciccarone, Roberta Calabrese, Claudio Franceschi, Alexander Bürkle. DNA-metylaation uudelleenkonfiguraatio ikääntymisessä  //  Ikääntymisen ja kehityksen mekanismit. — Voi. 151 . - s. 60-70 . - doi : 10.1016/j.mad.2015.02.002 .
  38. ↑ 1 2 Li, A., Mueller, A., English, B., Arena, A., Vera, D., Kane, A.E., & Sinclair, D.A. (2022). Uudet ominaisuuden valintamenetelmät tarkkojen epigeneettisten kellojen rakentamiseen. PLoS:n laskennallinen biologia, 18(8), e1009938. PMID 35984867 PMC 9432708 doi : 10.1371/journal.pcbi.1009938
  39. ↑ Johnson, AA, Torosin, NS, Shokhirev, MN ja Cuellar, TL (2022). Joukko tavallisia bukkaalisia CpG:itä, jotka ennustavat epigeneettistä ikää ja liittyvät elinikää sääteleviin geeneihin . iScience, 105304. doi : 10.1016/j.isci.2022.105304.
  40. ↑ Weidner, CI, Lin, Q., Koch, CM, Eisele, L., Beier, F., Ziegler, P., ... & Wagner, W. (2014). Veren ikääntymistä voidaan seurata DNA-metylaatiomuutoksilla vain kolmessa CpG-kohdassa. Genomibiologia, 15(2), 1-12. PMID 24490752 PMC 4053864 doi : 10.1186/gb-2014-15-2-r24
  41. ↑ 1 2 Daunay, A., Hardy, LM, Bouyacoub, Y., Sahbatou, M., Touvier, M., Blanché, H., ... & How-Kit, A. (2022). Satavuotiailla on jatkuvasti nuorempi epigeneettinen ikä kuin heidän kronologinen ikänsä neljällä epigeneettisellä kellolla, jotka perustuvat pieneen määrään CpG-kohtia. Aging, 14(19), 7718-7733. PMID 36202132 doi : 10.18632/aging.204316
  42. ↑ Zaguia, A., Pandey, D., Painuly, S., Pal, SK, Garg, VK ja Goel, N. (2022). DNA-metylaatiobiomarkkereihin perustuva ihmisen iän ennustaminen koneoppimisen avulla. Computational Intelligence and Neuroscience, 2022. PMID 35111213 PMC 8803417 doi : 10.1155/2022/8393498
  43. ↑ Fan, H., Xie, Q., Zhang, Z., Wang, J., Chen, X., & Qiu, P. (2021). Kronologinen ikäennuste: DNA-metylaatioon perustuvien koneoppimismallien kehitysarviointi. Biotekniikan ja biotekniikan rajat, 9. PMID 35141217 PMC 8819006 doi : 10.3389/fbioe.2021.819991
  44. ↑ Slieker, RC, Relton, CL, Gaunt, TR, Slagboom, PE ja Heijmans, BT (2018). Ikään liittyvät DNA-metylaatiomuutokset ovat kudosspesifisiä, mutta ELOVL2-promoottorimetylaatio on poikkeus. Epigenetics & chromatin, 11(1), 1-11. PMID 29848354 PMC 5975493 doi : 10.1186/s13072-018-0191-3
  45. ↑ Garagnani, P., Bacalini, MG, Pirazzini, C., Gori, D., Giuliani, C., Mari, D., ... & Franceschi, C. (2012). ELOVL 2 -geenin metylaatio uutena iän epigeneettisenä markkerina. Aging cell, 11(6), 1132-1134. PMID 23061750 doi : 10.1111/acel.12005
  46. ↑ Manco, L. ja Dias, H.C. (2022). ELOVL2-geenin DNA-metylaatioanalyysi käyttäen pisara-digitaalista PCR:ää iänarviointitarkoituksiin. Forensic Science International, 333, 111206. PMID 35131731 doi : 10.1016/j.forsciint.2022.111206
  47. ↑ Ni, XL, Yuan, HP, Jiao, J., Wang, ZP, Su, HB, Lyu, Y., ... & Yang, Z. (2022). Epigeneettinen kellomalli ihmisen terveen ikääntymisen biologisen iän arvioimiseksi. Zhonghua yi xue za zhi, 102(2), 119-124. PMID 35012300 doi : 10.3760/cma.j.cn112137-20210817-01862
  48. ↑ Spólnicka, M., Pośpiech, E., Pepłońska, B., Zbieć-Piekarska, R., Makowska, Ż., Pięta, A., ... & Branicki, W. (2018). DNA-metylaatio ELOVL2:ssa ja C1orf132:ssa ennusti oikein kolmen sairausryhmän yksilöiden kronologisen iän. International Journal of Legal Medicine, 132(1), 1-11. PMID 28725932 PMC 5748441 doi : 10.1007/s00414-017-1636-0
  49. ↑ Jung, SE, Lim, SM, Hong, SR, Lee, EH, Shin, KJ ja Lee, HY (2019). ELOVL2-, FHL2-, KLF14-, C1orf132/MIR29B2C- ja TRIM59-geenien DNA-metylaatio iän ennustamiseksi verestä, syljestä ja bukkaalista vanupuikkonäytteistä. Forensic Science International: Genetics, 38, 1-8. PMID 30300865 doi : 10.1016/j.fsigen.2018.09.010
  50. ↑ Manuel Collado, Maria A. Blasco, Manuel Serrano. Cellular Senescence in Cancer and Aging  (englanniksi)  // Cell . — Solu Paina . — Voi. 130 , iss. 2 . - s. 223-233 . - doi : 10.1016/j.cell.2007.07.003 .
  51. ↑ Peter Forster, Carsten Hohoff, Bettina Dunkelmann, Marianne Schürenkamp, ​​​​Heidi Pfeiffer. Kohonnut ituradan mutaatioaste teini-ikäisillä   // Proc . R. Soc. B. - 22.3.2015. — Voi. 282 , iss. 1803 . — P. 20142898 . — ISSN 1471-2954 0962-8452, 1471-2954 . - doi : 10.1098/rspb.2014.2898 .
  52. ↑ Katarina Nordfjäll, Ulrika Svenson, Karl-Fredrik Norrback, Rolf Adolfsson, Göran Roos. Laajamittainen vanhempien ja lasten välinen vertailu vahvistaa vahvan isän vaikutuksen telomeerien pituuteen  //  European Journal of Human Genetics. - 2010/03. - T. 18 , no. 3 . - S. 385-389 . — ISSN 1476-5438 . - doi : 10.1038/ejhg.2009.178 .
  53. ↑ Wang, Ye, Zang, Xinjie, Wang, Yao, Chen, Peng. p16INK4a:n korkea ekspressio ja alhainen Bmi1:n ekspressio liittyvät endoteelisolujen vanhenemiseen ihmisen sarveiskalvossa . www.molvis.org (3. huhtikuuta 2012). Haettu: 1. joulukuuta 2017.
  54. ↑ Ahadi S, Wilson KA., Babenko B et ai. (2022). Pitkittäinen silmänpohjakuvaus ja sen genominlaajuinen assosiaatioanalyysi tarjoavat todisteita ihmisen verkkokalvon ikääntymiskellosta . bioRxiv. doi : 10.1101/2022.07.25.501485
  55. ↑ Le Goallec, A., Diai, S., Collin, S., Vincent, T. ja Patel, CJ (2021). Nopeutuneeseen silmän ikääntymiseen liittyvien geneettisten ja ei-geneettisten tekijöiden tunnistaminen käyttämällä syvää oppimista ennustamaan ikää silmänpohjan ja optisen koherenssin tomografiakuvista . medRxiv.
  56. ↑ Tina Wang, Brian Tsui, Jason F. Kreisberg, Neil A. Robertson, Andrew M. Gross. Kääpiö, kalorirajoitus ja rapamysiinihoito hidastavat epigeneettistä ikääntymistä hiirien maksassa  //  BioMed Central. – 28.3.2017. — Voi. 18 . - s. 57 . — ISSN 1474-760X . - doi : 10.1186/s13059-017-1186-2 .
  57. ↑ Daniel A. Petkovich, Dmitriy I. Podolskiy, Aleksei V. Lobanov, Sang-Goo Lee, Richard A. Miller. DNA-metylaatioprofiilin käyttäminen biologisen iän ja pitkäikäisyyden interventioiden arvioimiseen  // Solujen aineenvaihdunta. - T. 25 , no. 4 . - P. 954-960.e6 . - doi : 10.1016/j.cmet.2017.03.016 .
  58. ↑ Ricardo De Paoli-Iseppi, Bruce E. Deagle, Clive R. McMahon, Mark A. Hindell, Joanne L. Dickinson. Eläinten iän mittaaminen DNA-metylaatiolla: ihmisistä villieläimiin  //  Genetiikan rajat. - 2017. - Vol. 8 . - ISSN 1664-8021 . - doi : 10.3389/fgene.2017.00106 .

Kirjallisuus

  Siirry Wikidata-kohteeseen  Sanakirjat ja tietosanakirjat