表观遗传时钟加速与癌症风险及死亡率关联性研究：基于12种DNA甲基化算法的精准医学探索

来自美国国家健康与营养调查的研究团队通过评估12种DNA甲基化(DNAm)算法，揭示了GrimAgeMortAcc等表观遗传时钟加速指标与癌症风险及死亡率的显著关联。该研究对2532名50岁以上成年人进行17年随访，发现GrimAgeMortAcc每增加1个标准差，总体癌症风险升高44%（OR=1.44，95%CI：1.06-1.95），HorvathAgeAcc则与癌症死亡率增加19%相关。这项研究为癌症精准预防和风险分层提供了重要工具。

　　

科学家们开展了一项关于"表观遗传衰老加速与癌症及死亡风险"的突破性研究。通过分析美国国家健康与营养调查(NHANES)中2532名50岁以上成年人的数据，研究团队运用Illumina EPIC BeadChip芯片技术评估了12种DNA甲基化(DNAm)年龄算法。令人振奋的是，GrimAgeMortAcc、GrimAge2MortAcc和VidalBraloAgeAcc这三种算法显示出与总体癌症风险的正相关，其每增加一个标准差对应的风险增幅分别为44%、32%和20%。

研究还发现了有趣的性别差异：PhenoAgeAcc等算法在女性（尤其是非西班牙裔白人女性）中表现出显著的癌症风险关联，而在男性（包括前列腺癌）中则未观察到类似关联。更有意思的是，某些DNAm算法竟然与皮肤癌风险呈负相关。

在死亡率预测方面，HorvathAgeAcc表现突出，其加速程度每增加一个单位，癌症死亡风险就增加19%。这项历时17年的追踪研究共记录到343例基线癌症病例和271例癌症相关死亡，为表观遗传时钟在精准医学中的应用提供了坚实证据。研究结果提示，这些DNAm算法（特别是GrimAge系列）有望成为癌症预防和风险分层的"分子雷达"，为个体化医疗开辟新途径。