MethylCurate：用于数据集整理和表观遗传衰老时钟评估的工具

内容形式：摘要译文

来自美国国家生物技术信息中心（NCBI）基因表达综合数据库（Gene Expression Omnibus，GEO）等公共数据库的DNA甲基化数据集，是开发和评估表观遗传衰老时钟的核心资源。然而，现有资源和工具尚未充分解决数据集检索与元数据协调统一方面的瓶颈。当前的基准评估框架通常依赖静态的人工整理数据集，仅支持部分可用的基因表达综合数据库研究，聚焦于特定组织，或在不同研究的元数据字段和补充文件结构不一致时，需要大量人工干预。我们开发了MethylCurate，这是一种智能体式人工智能框架，通过自动化从基因表达综合数据库中检索DNA甲基化数据集、协调异构元数据、将数据集映射为统一格式，并借助集成式对话驱动工作流程，实现表观遗传衰老时钟的可扩展评估，从而克服上述局限。

关键词：DNA甲基化 · 表观遗传衰老时钟 · 数据集整理 · 元数据协调 · 人工智能框架

原文链接：https://www.biorxiv.org/content/10.64898/2026.05.11.723515v1?rss=1