结合性染色体与常染色体DNA甲基化标记构建高精度表观遗传年龄预测模型

　　本研究针对表观遗传年龄预测中性别特异性标记的缺失问题，通过整合X/Y染色体与常染色体DNA甲基化(DNAm)标记，采用随机森林回归(RFR)算法构建新型年龄预测模型。研究发现X染色体上cg27064949(DGAT2L6)等4个标记与年龄显著相关，结合6个常染色体标记使预测误差降至RMSE 2.54年，为法医学和衰老研究提供了高精度工具。

　　

在法医学和衰老研究领域，准确预测个体年龄一直是重大挑战。虽然基于DNA甲基化(DNAm)的"表观遗传时钟"已成为金标准，但现有模型主要依赖常染色体标记，忽视了性染色体的潜在价值。这种局限性在涉及性别特异性样本（如精液或阴道分泌物）的法医检测中尤为突出，且X染色体失活(XCI)机制对女性年龄预测的影响尚未明确。

荷兰阿姆斯特丹大学(University of Amsterdam)分子与细胞表观遗传学研究中心的Zhong Wan团队在《Epigenetics》发表创新研究，通过整合Illumina 450K甲基化芯片数据与机器学习算法，首次系统性评估了性染色体DNAm标记的年龄预测价值。研究人员收集了1838例全血和缓冲层样本，采用随机森林回归(RFR)构建四类预测模型，发现X染色体标记cg04532200(PLXNB3)等与年龄相关性高达Rho=-0.54，结合6个常染色体标记使预测误差降低60%，达到平均绝对偏差(MAD)仅1.89年的行业领先水平。

关键技术包括：1) 从GEO数据库获取1291例全血和547例缓冲层450K芯片数据；2) 使用minfi包进行严格质控，去除SNP相关及交叉杂交探针；3) 采用十折交叉验证评估随机森林模型性能；4) 通过年龄分层(18-70岁)和性别分层分析消除表观遗传漂变影响。

主要发现

1. 模型性能比较：纯X染色体模型RMSE为7.70-9.15年，显著优于Y染色体模型(RMSE 10.43-14.29年)。加入常染色体标记后，X染色体组合模型RMSE降至4.51-6.01年。

2. 性别差异机制：男性模型预测准确性(MAD 3.42年)优于女性模型，证实XCI导致的甲基化异质性影响预测稳定性。

   

3. 关键生物标记：发现4个X染色体年龄相关CpG位点，其中cg04532200位于PLXNB3基因体区，与昼夜节律调控相关；cg01882566位于RPGR基因启动子区，该基因突变已知导致年龄依赖性视网膜病变。

4. 技术突破：构建的37-X染色体+6-常染色体精简模型，在缓冲层样本中实现RMSE 2.54年的超高精度，优于当前主流常染色体模型(通常RMSE 3-5年)。

这项研究开创性地证实了性染色体标记在表观遗传年龄预测中的补充价值，特别是解决了混合样本中性别特异性年龄推断的难题。发现的X染色体标记涉及脂质代谢(DGAT2L6)和细胞信号(PLXNB3)等衰老相关通路，为理解性别差异的衰老机制提供了新视角。该成果不仅推动了法医DNA表型分析技术的发展，更为开发针对精液、阴道分泌物等性别特异性样本的年龄检测试剂盒奠定了理论基础。研究建议未来采用全基因组甲基化测序(WGBS)等技术进一步挖掘Y染色体标记潜力，以完善男性特异性年龄预测体系。