基于34个mRNA标记的年龄预测模型构建与验证研究

本文通过RNA测序技术分析中国人群外周血转录组数据，首次鉴定出7个新型年龄相关基因（ARGs），并采用弹性网络（Elastic Net）等机器学习算法构建年龄预测模型。模型在测试集、内部验证集和外部验证集（GSE262619、GSE124326）的MAE分别为6.72年、7.56年和11.74年，为法医学和衰老研究提供了高稳健性的mRNA生物标志物（biomarker）解决方案。

　　

^研究亮点

与年龄相关的基因表达变化凸显了其在年龄预测中的潜力[42]。尽管已有多种模型利用大量基因集进行开发，但仍需进一步研究以识别高度年龄相关的标志物，并检验其在中国人群中的有效性。通过利用源自外周血的RNA测序数据，我们全面表征了与年龄相关的转录组变化，并开发了新型年龄预测模型。

跨年轻（<30岁）、中年（30~60岁）和老年（>60岁）组的差异表达（DE）分析揭示了79个差异表达基因（DEGs）。京都基因与基因组百科全书（KEGG）和基因本体论（GO）富集分析表明，这些DEGs主要参与I型干扰素应答和细胞间粘附过程，这可能反映了与衰老相关的促炎反应激活和神经退行性变化。通过Spearman相关分析和LASSO回归方法，筛选出34个候选年龄相关基因（ARGs）作为预测特征。值得注意的是，其中7个mRNA（ARHGEF4、ARF6、AMIGO1、FITM2、PLEKHG4、SLC5A10和HKR1）是首次被鉴定为ARGs。随后使用五种机器学习算法构建年龄预测模型，训练集与测试集按7:3划分。使用来自同一队列的20个样本进行内部验证，同时使用两个独立数据集（GSE262619和GSE124326）进行外部验证。其中，弹性网络（Elastic Net）模型表现出最佳性能，在测试集上的平均绝对误差（MAE）为6.72年，在内部验证集上为7.56年，在外部验证集上为11.74年，展现了其在年龄预测方面的强大稳健性。

^结论

本研究利用127名个体的外周血mRNA数据表征了与年龄相关的基因表达谱。差异表达基因（DEGs），包括ROBO1、NRCAM和PCDHG基因家族，在神经元和炎症通路中富集，支持了神经退行性变和慢性炎症在衰老过程中的作用。共鉴定出34个年龄相关基因（ARGs），包括7个可能对中国人群特异的新型生物标志物。据我们所知，该弹性网络（EN）模型基于最少的34个mRNA标记集，展现出了强大而准确的预测能力。