Dec, 2023
DNA 甲基化的纵向预测与表观遗传结果预测
Longitudinal prediction of DNA methylation to forecast epigenetic outcomes
Arthur Leroy, Ai Ling Teh, Frank Dondelinger, Mauricio A. Alvarez, Dennis Wang
TL;DR探究生命早期生物变化的演变需要对分子（如 DNA 甲基化）进行纵向分析，而儿童数据采集可能存在一定挑战。我们引入了一种基于多平均高斯过程（GPs）的概率性和纵向机器学习框架，考虑时间上的个体和基因相关性，提供了在不同个体年龄下 DNA 甲基化状态的未来预测，同时考虑了不确定性。我们的模型是在一个 0-4 岁儿童的出生队列中进行训练的，并且我们证明了在 5-7 岁的年龄段可以准确预测每个儿童的甲基化位点的状态。我们展示了多平均高斯过程预测的甲基化配置可以用于估计其他表型，如表观遗传年龄，并与其他感兴趣的健康指标进行比较。该方法鼓励表观遗传学研究朝向纵向设计，以探究发育、衰老和疾病进展过程中的表观遗传变化。