【服务介绍】DNA甲基化是衰老过程中一种重要的表观遗传变化。研究发现，随着衰老的加剧，某些特定的甲基化位点（CpG）会出现与年龄相关的动态变化。通过机器学习技术，我们能够构建出预测甲基化年龄的数学模型，这被称为表观遗传时钟。该时钟可以有效地量化生物衰老的速度，并评估长寿和抗衰老干预措施的效果。

在我们的研究中，尊龙凯时团队对100只小鼠的血液基因组DNA进行了初步检测，分析了数百个与衰老相关的甲基化位点。我们建立了一个显示小鼠月龄变化中多种生物样本及多衰老相关甲基化位点的数据库。通过机器学习，我们筛选出与小鼠月龄显著相关的甲基化位点，构建了甲基化年龄预测器。利用这一预测器，我们成功测算了经历生殖压力的雌性小鼠的甲基化年龄，验证了方案的可行性。

【合作方式】技术服务

【检测对象】物种样本类型

— 雌性小鼠：4个

— 雄性小鼠：3个

【技术方案】我们采用甲基化重测序（Hi-Methylseq）技术，结合亚硫酸盐转化和靶向扩增子高通量测序，实现多区段和多位点的甲基化精确定量分析。

【服务流程】详细的服务流程将依据具体需求进行定制。

【检测结果展示】

— 选定的甲基化位点在小鼠月龄变化中的显著性

— 生殖压力雌性小鼠的甲基化年龄预测

  — CpG1

  — CpG2

  — CpG3

  — CpG4

通过甲基化年龄预测模型，我们可得出测定的甲基化年龄与实际年龄的关系。例如，自然衰老小鼠（实际年龄18月龄）的甲基化年龄预测为18-24月龄，而经历多次生殖压力的雌性小鼠的甲基化年龄预测为22月龄，显示衰老加速约396个月。我们期待与您携手，结合尊龙凯时的先进技术，共同探讨生物医疗领域的未来。

参考文献：

[1] Rivero-Segura NA, 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, et al. Using DNA methylation profiling to evaluate biological age and longevity interventions. Cell Metabolism, 2017, 25(4): 954-960 e6.

[3] Stubbs TM, et al. Multi-tissue DNA methylation age predictor in mouse. Genome Biology, 2017, 18: 1-14.

[4] Wang Y, et al. Epigenetic influences on aging: a longitudinal genome-wide methylation study in old Swedish twins. Epigenetics, 2018, 13(9): 975-987.