Эпигенетическое тестирование: как машинное обучение повышает точность определения возраста

Почему биологический возраст трудно измерить Хронологический возраст фиксирует время с момента рождения, но биологический возраст пытается количественно определить, насколько быстро изменяются ткани и физиологические системы. Эпигенетическое тестирование обычно оценивает эту скорость путем измерения метилирования ДНК — химических меток, прикрепленных к определенным участкам цитозин-фосфат-гуанина, или CpG, по всему геному. Эти закономерности меняются с возрастом, воздействием окружающей среды, болезнями, сном, питанием и другими факторами. Однако данные по метилированию являются многомерными и зашумленными. Выборка может содержать измерения сотен тысяч CpG-сайтов, тогда как наборы обучающих данных часто включают гораздо меньше людей. Различия в лабораторном оборудовании, обращении с образцами, клеточном составе и демографических характеристиках населения также могут исказить результаты. Традиционные эпигенетические часы решают эту проблему с помощью статистических моделей, которые выбирают ограниченный набор возрастных CpG. Несмотря на свою полезность, фиксированная формула может не отражать нелинейные зависимости и не работать последовательно в различных группах населения. Машинное обучение обеспечивает более гибкую основу для идентификации значимых сигналов при одновременном контроле шума. Как машинное обучение укрепляет эпигенетику