最新发表在《Human molecular genetics》的研究表明，免疫相关的DNA甲基化模式能作为解读生物学衰老与疾病风险的“密码”。科学家整合了多组学儿童血液、婴儿口腔细胞及神经元等数据集，利用生物学神经网络（Biologically informed neural networks）进行建模。结果显示，该模型预测生物学年龄的平均绝对误差仅为1.87年（R²=0.781）。其中，IL6、CXCR4、CDK11和CREBBP等基因表现出最强的甲基化信号，关联着细胞因子受体、趋化因子信号及组蛋白乙酰化等关键衰老与代谢通路。孟德尔随机化分析还发现，IL6和CXCR4的甲基化水平与早产及较低平均出生体重存在遗传关联。这项研究通过可解释性框架，为未来在儿童及早期生命阶段追踪衰老轨迹和干预免疫健康提供了重要工具。
📎 来源：Human molecular genetics | 查看原文