CN119446260A 一种基于dna甲基化的人体生物学年龄检测方法 （浙江高美基因科技有限公司）

一种基于DNA甲基化的人体生物学年龄检测本发明提供了一种基于DNA甲基化的人体生与非甲基化信号的强度，计算出相应的甲基化过获取DNA数据的甲基化信息来对生物年龄进行2步骤S1，针对至少一受试者，获取所述受试者的外周步骤S3，根据测定得到的甲基化信号的强度和非甲基化信号的强度计算得到甲基化步骤S4，将所述甲基化率输入至预先训练得到的生物2.根据权利要求1所述的基于DNA甲基化述步骤S2中，采用Illumina甲基化450K型号芯片或EPIC型号芯片进行所述DNA甲基化图谱4.根据权利要求1所述的基于DNA甲基化的人步骤A2，针对每个所述DNA甲基化图谱数据，将每个所述D步骤A4，将所述特征甲基化位点的甲基化率作为特步骤A5，利用弹性网络回归模型从已提取到的与年龄相关的lambda用于确定L1正则化和L2正则化的混步骤A7，将所述模型训练集均分为多个模型训练子集，步骤B1，将各所述DNA甲基化图谱数据和各所述DNA3步骤B2，获取每次验证后的模型均方误差，选择所6.根据权利要求4所述的基于DNA甲基化的人体生物7.根据权利要求4所述的基于DNA甲基化均方误差最小的alpha和lambda作4疾病和癌症等疾病密切相关，DNA甲基化的这种动态调节能力使其成为研究衰老与疾病的示衰老速率差异以及预测健康风险提供了坚实5[0006]本发明要解决的技术问题是实现通过获取DNA数据的甲基化信息来对生物年龄进[0008]本申请一种基于DNA甲基化的人体生物学年龄检测方法与现有技术相比，具有以点构建得到所述生物年龄预测模型，并引入L1正则化和L2正则化，配置两个正则化参数alpha和lambda用于确定L1正则化和L2正则6[0012]在一种可能的实施方式中，所述步骤A5中，alpha的数值在0到1之间变化，当7[0019]继续参见图1，提取的DNA数据随后使用Illumina甲基化450K型号芯片进行DNA甲样本的实际年龄作为目标变量得到模型训练建得到生物年龄预测模型，并引入L1正则化和L2正则化，配置两个正则化参数alpha和lambda用于确定L1正则化和L2正则化的混[0021]继续参见图2，本发明利用lasso回归算法提取与年龄相关的特征甲基化位点，Lasso回归算法通过引入L1正则化，能够有效地筛选出对预测生物年龄有显著影响的特征选择，使用受试者的实际年龄作为目标变量，所有标准化后的DNA甲基化位点作为特征变量，Lasso回归算法通过引入L1正则化，能够自动筛选出与年龄显著相关的特征甲基化位8,d.为了验证所提取的特征甲基化位点的有效性，使用一个独立的DNA甲基化数据按照前述中利用Lasso回归算法提取的与年龄相关的特征甲基化位点，构建一个利用弹性网络回归模型从已提取的与年龄相关的特征甲基化位点中构建生物年取的特征甲基化位点的甲基化率作为输入的特征矩阵，以受试者的实际年龄作为目标变[0024]继续参见图1，本发明中构建的生物年龄预测模型需要进行验证，以确保其准确9特别挑选了组织来源为外周血的健康人类样本，并下载其对应的DNA甲基化图谱，经过筛从公共数据库下载得到的数据为.idat格式，这种格式虽然包含了重要的甲基化这种计算方法的设计考虑了信号的动态范围，通过在分母中加入一个常数（如施例最终选择的λ为0.439；最终，经过Lasso算法筛选后的特征将为后续的模型构建和生物学分析提供关键模型能够学习到有效的特征与年龄之间的关样本对应的年龄标签结合，用于后续的模型构建，本实施例采用弹性网络模型（Elasticcg18473521.1的技术人员可以将本说明