数据收集与预处理
整合跨组织的DNA甲基化数据，统一处理流程以消除平台和批次效应。
收集131个数据集共15995个样本，涉及17种组织。使用ChAMP流程进行预处理和归一化，使用ComBat校正批次效应，使用EPISCORE或EpiDISH估计细胞类型比例。
关于丁香通
公司信息
个人用户
企业机构
无忧采购 轻松科研
- 移动端
17种人类组织中DNA甲基化衰老特征的Meta分析
Meta-analysis of DNA methylation aging signatures in 17 human tissues
实验完整度
中基于大规模跨组织甲基化数据的meta分析，包含DMP、VMP、熵分析、WGCNA网络分析和计算机扰动模拟，但缺乏体外或体内功能实验验证。
主要模型
人类组织样本（17种组织，超过15,000个甲基化谱） 血液 骨骼肌 脂肪组织 脑
重点核对
组织类型：17种人类组织，包括脑、肝、肺、骨骼肌、脂肪、血液等 样本量：超过15,000个样本，来自131个数据集 平台：Illumina甲基化芯片（27k、450k、EPIC） FDR阈值：<0.005 统计模型：多元线性回归（DMP），Breusch-Pagan检验（VMP），线性模型（熵）
摘要
表观遗传学变化，特别是DNA甲基化，会随年龄在不同组织中累积，但这些变化在不同器官间是否遵循一致的模式仍知之甚少。在这里，我们通过对跨越17种组织的超过15,000个人类甲基化谱进行meta分析，表明衰老会产生保守的和组织特异性的表观遗传特征。我们识别出甲基化水平的系统性变化、甲基化变异性的增加以及跨组织的分子无序性增长。网络分析揭示了紧密连接的基因簇，这些基因簇不受有益干预的影响，同时还有一个与NAD+代谢相关的更可调节的基因簇，支持NAD+作为衰老的潜在治疗靶点。一个编码细胞粘附蛋白的基因PCDHGA1，成为跨组织的保守枢纽，暗示细胞间通讯通路在多种器官衰老中的作用。因此，我们的甲基化图谱为解析人类衰老的分子基础以及识别潜在生物标志物和转化疗法提供了资源。
实验结论
提炼研究问题、关键发现与证据，快速把握文章的核心贡献。
- 研究问题
- 人类不同组织中的DNA甲基化衰老特征是共享的还是组织特异性的？
- 核心机制
- 衰老导致DNA甲基化系统性变化，包括高甲基化为主、变异增加和熵增加。存在保守的跨组织衰老程序，如PCDHGA1基因家族和细胞粘附相关通路，以及NAD+代谢相关的可调节模块。
- 主要证据
- 对17种组织的15000多个样本进行meta分析，鉴定出DMP、VMP和熵的变化。跨组织重叠和permutation检验显示部分DMP和VMP是保守的，WGCNA和mitch分析揭示保守模块和枢纽基因，计算机扰动模拟识别出脆弱和弹性的模块。
- 研究意义
- 提供了人类衰老甲基化图谱，为识别潜在生物标志物和转化疗法提供资源，支持NAD+作为潜在治疗靶点。
研究路径
按研究推进顺序梳理实验设计、验证步骤与关键观察。
差异甲基化位置分析（DMP）
识别与年龄相关的平均甲基化水平变化的CpG位点。
在每个数据集内使用limma拟合线性模型，以M值为因变量，年龄为主要变量，校正性别、BMI、批次等协变量。使用bacon调整偏差和膨胀，使用METAL进行固定效应逆方差加权meta分析。FDR<0.005定义为显著DMP。
变异甲基化位置分析（VMP）
识别与年龄相关的甲基化变异变化的CpG位点。
采用两步Breusch-Pagan异方差检验框架。首先拟合线性模型获取残差，然后对残差平方与年龄进行回归，检测方差随年龄的变化。使用METAL进行样本量加权固定效应meta分析，FDR<0.005为显著VMP。
香农熵分析
量化甲基化模式的整体无序性，并评估其与年龄的关系。
对每个样本的CpG集合计算香农熵，包括全基因组、DMP、VMP、DMP∩VMP和非年龄相关CpG。使用线性模型回归年龄与熵的关系，并使用metafor进行固定效应meta分析。
加权基因共甲基化网络分析（WGCNA）
识别共甲基化模块，并分析与年龄相关的模块及关键基因。
对骨骼肌、脂肪、血液和脑组织应用WGCNA，基于年龄相关的CpGs构建网络。选择软阈值以达到无尺度拓扑（R²≥0.8），使用动态树切割识别模块，计算模块特征基因与年龄的相关性，并对显著模块进行GO富集分析。
跨组织通路富集分析（mitch）
整合跨组织的基因水平统计数据，识别方向一致的衰老相关通路。
将DMP的t统计量汇总到基因水平，使用mitch进行多对比、方向感知的通路富集分析。基因集来源于MSigDB GO Biological Process。
泛组织基因-基因相关性网络分析
基于跨组织的共衰老模式，识别基因模块和关键基因。
使用mitch的t统计矩阵，计算Spearman相关性，进行层次聚类和动态树切割定义模块。识别模块中的枢纽基因和模块影响基因。
计算机模拟扰动分析
模拟基因甲基化改变对模块结构的影响，评估模块的脆弱性和弹性。
对每个基因，将其t统计量置零（敲低）或加倍（过表达），重新计算模块活性，比较变化。定义脆弱模块和弹性模块。
研究方法
按研究目的归类文中使用的方法，便于定位所需技术。
差异甲基化分析
变异甲基化分析
熵分析
相关性分析
产品清单
关键环节
汇总复现实验时建议重点确认的条件及原文阅读提示。
| 环节 | 核对要点 |
|---|---|
| 数据预处理 | 样本量：15995；组织：17种；平台：Illumina 27k、450k、EPIC；归一化方法：ChAMP；批次校正：ComBat；细胞类型校正：EPISCORE或EpiDISH 阅读提示：Methods: Data collection and pre-processing |
| DMP分析 | 统计模型：线性回归；因变量：M值；协变量：性别、BMI、批次等；FDR阈值：<0.005；Meta分析：逆方差固定效应 阅读提示：Methods: Differential methylation analysis (DMPs) |
| VMP分析 | 统计方法：Breusch-Pagan检验；残差平方与年龄回归；FDR阈值：<0.005；Meta分析：样本量加权固定效应 阅读提示：Methods: Variance analysis (VMPs) |
| 熵分析 | 熵计算：基于调整后β值；线性模型：熵与年龄回归；meta分析：固定效应 阅读提示：Methods: Entropy analysis |
| WGCNA | 组织：骨骼肌、脂肪、血液、脑；软阈值：R²≥0.8；模块显著性：P<0.05；富集：GO 阅读提示：Methods: WGCNA |