数据整理与协调
构建标准化的长寿干预研究数据库
从GEO、EMBL和TruDiagnostic收集51项纵向干预研究,整理研究级元数据并协调为标准化列,包括年龄、性别、样本ID、个体ID、随访时间和样本类型。
Responsiveness of epigenetic aging biomarkers to longevity interventions in humans
基于51项纵向干预研究的汇总分析,计算110余种DNAm生物标志物,含配对t检验、单样本t检验及回归分析,但无新实验验证。
51项人类纵向干预研究的外周血DNAm数据 健康人群(41项研究) 疾病人群(10项研究) 对照数据集与促衰老事件数据集
共纳入51项纵向干预研究,总计3,128份样本 干预类型分为生活方式、药理学、补充剂和医疗操作四类 使用配对t检验比较干预前后样本,P<0.05为显著 对16种表观遗传时钟计算年龄残差并标准化 采用PCA评估有效独立检验数以进行多重检验校正
提炼研究问题、关键发现与证据,快速把握文章的核心贡献。
按研究推进顺序梳理实验设计、验证步骤与关键观察。
构建标准化的长寿干预研究数据库
从GEO、EMBL和TruDiagnostic收集51项纵向干预研究,整理研究级元数据并协调为标准化列,包括年龄、性别、样本ID、个体ID、随访时间和样本类型。
为每项研究计算一致的生物标志物面板
使用MethylCIPHER 2.0包计算超过110种DNAm生物标志物,包括16种表观遗传时钟和94种其他生物标志物。
消除实足年龄影响并使生物标志物跨研究可比
对每个数据集中的每个生物标志物进行线性回归计算年龄残差,然后使用健康与退休研究(HRS)中计算的标准差对年龄残差进行标准化。
评估干预措施对DNAm生物标志物的影响
对干预前后样本进行配对t检验,并对效应量进行单样本t检验以检验是否偏离零效应量。
探索不同干预和生物标志物的响应性模式
生成热图展示平均标准化效应量,并进行额外分析包括线性回归评估研究特征与效应量的关联、一致性分析等。
按研究目的归类文中使用的方法,便于定位所需技术。
| 实验环节 | 名称 | 品牌 | 货号 |
|---|---|---|---|
| DNAm生物标志物计算 | MethylCIPHER 2.0 | -- | -- |
| 统计分析 | GraphPad Prism 9.4.0版 | GraphPad | 9.4.0 |
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 |
|---|---|
| 数据整理与协调 | 纳入标准:干预措施被假设用于长寿或健康寿命延长;需有干预前后DNAm数据;组织来源为血液;研究通过质量控制;最小治疗组个体数 阅读提示:Methods中Step 1: data curation小节 |
| DNAm生物标志物计算 | 使用MethylCIPHER 2.0包计算超过110种DNAm生物标志物,包括16种表观遗传时钟和94种其他生物标志物 阅读提示:Methods中Step 3: clock calculation小节及Supplementary Table 1 |
| 年龄残差与标准化 | 年龄残差化使用线性回归,标准化使用HRS(EPIC array,全血)中计算的标准差 阅读提示:Methods中Step 4和Step 5小节 |
| 干预效果统计分析 | 配对t检验比较干预前后样本,P<0.05为显著;单样本t检验检验效应量是否偏离零;多重检验校正使用PCA评估有效独立检验数 阅读提示:Methods中Step 6、Step 7及Multiple-testing correction小节 |
| 研究人群健康状态分析 | 健康组(41项研究)与疾病组(10项研究)的定义和分组;使用线性回归评估协变量关联,绝对Z-score<1.96为不显著 阅读提示:Methods中Clinical trial covariates association analysis小节及Fig. 5 legend |