小心口水暴露你的年龄

　　

生物通报道，加利福尼亚大学洛杉矶分校的研究小组近日证实，他们可根据DNA甲基化模式，利用唾液样品来预测人们的年龄。该研究成果6月22日发表在《PLoS ONE》在线版上。

从受孕的那一刻起，我们就开始衰老。尽管我们心存畏惧，但这是一个自发的必然过程。随着生物体的衰老，细胞和组织也发生改变，表现为端粒的缩短、DNA突变的积累、细胞和器官结构的衰退以及基因表达的改变。当然，DNA甲基化模式也在发生改变。于是，研究人员试图从中找到年龄的标志物。

在此项研究中，研究人员采集了34对同卵双胞胎男性（年龄在21-55岁）的唾液样本，利用基因芯片来查看DNA甲基化模式，追踪了与年龄相关的88个位点。在对另一个非亲属小组（年龄在18-70岁）的后续研究中，他们提出了一种模型，能根据基因组中两个位点的甲基化状态来预测年龄。

文章的通讯作者，加利福尼亚大学人类遗传学的教授Eric Vilain表示：“我们的方法为寻求可靠的老化标志物提供了一个答案。只需唾液样本，我们就能准确预测一个人的年龄，而不需要了解其他任何东西。”

他们认为，尽管某些甲基化改变是遗传控制的，但环境暴露和随机过程也可能导致甲基化模式的改变。在这种背景下，同卵双胞胎可以被认为是同一个发育和衰老实验的重复。

利用Illumina HumanMethylation27芯片，研究人员评估了34对同卵双胞胎基因中的近16100个CpG位点。之后，他们利用一种称为加权关联网络分析的方法，对这些双胞胎的数据进行筛选，发现了五个甲基化模块，其中包含了可比较甲基化模式的位点。

索取Illumina甲基化芯片的更多资料>>

研究人员进一步缩小到88个位点，其中69个表现出正相关，而19个表现出负相关。这些位点落在80个不同基因内部或附近。

由于EDARADD、TOM1L1和NPTX2基因启动子区域中三个位点的甲基化与年龄的相关性特别好，研究小组就利用定向亚硫酸氢盐测序或Sequenom的飞行质谱来评估多个样本中这三个基因的CpG甲基化图谱。

尽管这三个基因的甲基化状态都与男性唾液样本中DNA的年龄对应，但研究人员称，仅有两个基因（EDARADD和TOM1L1）的甲基化图谱与女性的年龄吻合。

同时，研究人员利用这些位点的两个胞嘧啶构建了一个回归模型，它能够解释73%的年龄差异，并能预测一个人的年龄，平均差异在5.2岁。

在法医学中，这样一个模型有助于仅根据唾液来预测某个人的年龄。此外，作者认为，基因组中相关位点的测定可能成为一种工具，来预测与衰老相关的疾病，并根据表观遗传的生物年龄来定制干预。（生物通 薄荷）

原文摘要：

Epigenetic Predictor of Age

摘要：
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.