- 5 次围观
基于DNA甲基化谱进行准确的表观遗传年龄预测本质上具有高维性，因此亟需构建简约模型，在减少所检测的胞嘧啶-磷酸-鸟嘌呤（CpG）位点数量的同时保持预测性能。本研究提出MOSurvivor，一种基于群体的多目标搜索框架，用于联合优化基于权重阈值的CpG选择器和8个XGBoost超参数。实验采用GSE40279全血队列，其中656名个体在Illumina HumanMethylation450平台上完成了检测。在保留1,000个与年龄相关的CpG位点后，研究在相同的30组经随机种子设定的80:20训练集/测试集划分上评估了五种策略：使用全部1,000个CpG位点的固定参数XGBoost、随机搜索、遗传算法、粒子群优化以及MOSurvivor。内部适应度通过在每个训练集上进行三折交叉验证进行估计。在30组留出测试集中，MOSurvivor的平均绝对误差（MAE）为4.149 {+/-} 0.300年，均方根误差为5.545 {+/-} 0.392年，R2为0.855 {+/-} 0.027，同时保留211.6 {+/-} 54.8个CpG位点。相较于全特征XGBoost（MAE为4.095 {+/-} 0.285年），MOSurvivor将特征集规模减少了78.8%，而MAE仅增加0.054年（1.3%）。配对Wilcoxon检验显示，MOSurvivor与任一对照方法之间的准确性差异均无统计学显著性（未经校正的p值均>0.05；经Holm校正的p值均[≥] 0.476）。出现频率最高的位点cg16867657在29次运行中被选中，而平均两两Jaccard相似度为0.124，表明多个近似等效的特征子集之中存在一个规模较小但稳定的核心特征集。因此，与其说MOSurvivor具有更高的绝对准确性，不如说它在准确性与简约性之间实现了具有竞争力的权衡。在进行生物学或临床转化之前，仍有必要开展外部验证，并采用无数据泄漏的嵌套式特征预筛选。 关键词：表观遗传时钟，DNA甲基化，特征选择，多目标优化，XGBoost，元启发式算法，生物学衰老。
基于DNA甲基化谱进行准确的表观遗传年龄预测本质上属于高维问题，因此亟需构建简约模型，在减少检测的胞嘧啶-磷酸-鸟嘌呤（CpG）位点数量的同时保持预测性能。本研究提出了MOSurvivor，这是一种基于群体的多目标搜索框架，可联合优化权重阈值CpG选择器和8个XGBoost超参数。实验采用GSE40279全血队列（656名个体，基于Illumina HumanMethylation450平台进行检测）。在保留1,000个与年龄相关的CpG位点后，研究在相同的30组采用固定随机种子生成的80:20训练集/测试集划分上评估了五种策略：使用全部1,000个CpG位点的固定参数XGBoost、随机搜索、遗传算法、粒子群优化以及MOSurvivor。内部适应度通过在每个训练集上进行三折交叉验证进行估计。在30组独立留出测试集上，MOSurvivor取得了4.149 {+/-} 0.300年的平均绝对误差（MAE）、5.545 {+/-} 0.392年的均方根误差以及0.855 {+/-} 0.027的R2，同时保留211.6 {+/-} 54.8个CpG位点。相较于使用全部特征的XGBoost（MAE为4.095 {+/-} 0.285年），MOSurvivor将特征集规模减少了78.8%，而MAE仅增加0.054年（1.3%）。配对Wilcoxon检验显示，MOSurvivor与任一比较方法之间的准确性差异均无统计学意义（所有未校正p值均>0.05；所有经Holm校正的p值均[≥] 0.476）。出现频率最高的位点cg16867657在29次运行中被选中，而两两Jaccard相似度均值为0.124，表明多个近似等效的特征子集之中存在一个规模较小且稳定的核心特征集合。因此，MOSurvivor提供的是一种具有竞争力的准确性—简约性权衡，而非更高的绝对准确性。在开展生物学或临床转化之前，仍有必要进行外部验证，并采用无数据泄漏的嵌套式特征预筛选。
关键词：表观遗传时钟，DNA甲基化，特征选择，多目标优化，XGBoost，元启发式算法，生物衰老。
📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.08.26.747213v1?rss=1
🏷️ 表观遗传年龄预测 DNA甲基化 CpG特征选择 多目标优化 XGBoost 生物学衰老