- 2 次围观
大多数已建立的 DNA 甲基化（DNAm）生物标志物均基于旧版 Illumina EPIC 芯片开发。Infinium Methylation Screening Array（MSA）以较低成本和更高通量提供了一种替代方案，但其探针数量有所减少，因此不能假定在 EPIC 芯片上训练的算法能够直接迁移。本文提出了一个基于可重复性的框架，用于在 MSA 上开发和迁移 DNAm 算法。利用在 EPICv1 和 MSA 上进行检测的配对生物学重复样本（1,764 对 EPICv1-MSA 样本），以及在相同和不同 beadchip 上进行的 MSA 芯片内重复样本，我们采用平均绝对误差（MAE）和组内相关系数（ICC）对探针水平的一致性进行了量化。在 EPICv1 与 MSA 共有的 140,150 个 CpG 位点中，有 40,786 个（29.1%）同时满足两项稳定性标准（MAE 0.6）。这一稳定特征空间支持两条建模路径。首先，我们在 MSA 上原生训练了 134 个表观遗传生物标志物代理指标（EBP），并分别采用和不采用核主成分分析（kPCA）进行样本水平的协调。全部 134 个指标均达到相同 beadchip 上的 ICC(2,1) ≥ 0.80（中位数为 0.97），其中 96.3% 达到不同 beadchip 上的 ICC(2,1) ≥ 0.60（中位数为 0.81）；与观测值相比，其 Spearman 相关系数中位数为 0.48。在 72 个采用 kPCA 且具有可比稳定探针基线的模型中，有 70 个（97%）表现出更高的跨 beadchip ICC（中位数提升 +0.18）。其次，我们采用针对模型特征的策略迁移了 3 个已建立的时钟：重新训练 OMICmAge 和 SystemsAge，以估计其基于 EPICv1 得到的数值（留出测试集 rho 分别为 0.944 和 0.912–0.949）；而 DunedinPACE 则需要进行稳定探针标准化和稳健线性校准，这使其在 3 组样本中的跨芯片 ICC(2,1) 由 0.784–0.810 提升至 0.891–0.925，并将 MAE 从 0.085–0.089 降至 0.041–0.050。探针数量的减少并不妨碍 DNAm 生物标志物的可重复测量，而迁移策略必须与模型架构相匹配。
大多数已建立的 DNA 甲基化（DNAm）生物标志物均基于传统的 Illumina EPIC 芯片开发。Infinium Methylation Screening Array（MSA）以更低的成本和更高的通量提供了一种替代方案，但其探针数量有所减少，因此不能假定基于 EPIC 训练的算法能够直接迁移至 MSA。在此，我们提出了一个基于可重复性的框架，用于在 MSA 上开发和迁移 DNAm 算法。利用在 EPICv1 和 MSA 上进行检测的配对生物学重复样本（1,764 对 EPICv1-MSA 样本），以及在同一芯片和不同芯片上进行的 MSA 芯片内重复样本，我们采用平均绝对误差（MAE）和组内相关系数（ICC）对探针水平的一致性进行了量化。在 EPICv1 与 MSA 共有的 140,150 个 CpG 位点中，40,786 个（29.1%）同时满足两项稳定性标准（MAE 0.6）。这一稳定特征空间支持两条建模路径。首先，我们在 MSA 上原生训练了 134 个表观遗传生物标志物代理指标（EBP），并分别采用和不采用核主成分分析（kPCA）进行样本水平的协调。全部 134 个指标的同芯片 ICC(2,1) 均达到 >= 0.80（中位数为 0.97），其中 96.3% 的指标在不同芯片上的 ICC(2,1) 达到 >= 0.60（中位数为 0.81）；其与观测值之间的 Spearman 相关系数中位数为 0.48。在 72 个采用 kPCA 且具有可比稳定探针基线的模型中，70 个（97%）表现出更高的跨芯片 ICC（中位数提升 +0.18）。其次，我们采用针对模型特征的策略迁移了 3 种已建立的生物年龄时钟：重新训练 OMICmAge 和 SystemsAge，以估计其基于 EPICv1 得到的数值（留出测试集 rho 分别为 0.944 和 0.912–0.949）；而 DunedinPACE 则需要进行稳定探针标准化和稳健线性校准。经过处理后，在 3 组样本中，跨芯片 ICC(2,1) 从 0.784–0.810 提升至 0.891–0.925，MAE 则从 0.085–0.089 降至 0.041–0.050。探针数量的减少并不妨碍 DNAm 生物标志物的可重复测量，而迁移策略必须与模型架构相匹配。
📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.08.31.748429v1?rss=1
🏷️ DNA甲基化 Illumina甲基化芯片 表观遗传生物标志物 算法迁移 可重复性评估 表观遗传时钟