- 5 次围观
量化细胞的分化状态，对于再生医学、细胞重编程，以及阐明衰老和疾病如何改变分化层级，都是一项重要工作。然而，对于 DNA 甲基化（DNAm）数据，目前严重缺乏量化分化状态的方法。在本研究中，我们利用机器学习构建了 EpiDiff，这是一种分化状态预测器，可在应用于 DNAm 样本时生成连续的绝对分化指数（DI）。我们在单细胞、分选细胞和组织混合样本中，以及在体外分化、类器官、重编程和细胞年轻化实验中，对 EpiDiff 进行了广泛验证。在混合样本中，EpiDiff 可测量所有细胞谱系的整体分化程度。在分选细胞群体中，我们发现 DI 随年龄增长而升高；进一步探究这一升高背后的机制后，我们发现许多细胞类型会发生发育性表观遗传漂移，且这种漂移在间充质谱系中最为显著。将 EpiDiff 应用于正常组织时，其预测结果与致癌物暴露和癌症风险相关。总之，EpiDiff 是一种独特、通用且灵活的工具，能够准确量化 DNAm 样本的整体分化状态，可广泛应用于多个学科领域。
基于DNA甲基化的细胞类型分辨率分化状态预测揭示与年龄相关的表观遗传间充质漂移 | bioRxiv
跳转至主要内容
主页
关于
投稿
提醒 / RSS
搜索此关键词
高级搜索
最新结果
基于DNA甲基化的细胞类型分辨率分化状态预测揭示与年龄相关的表观遗传间充质漂移
查看 ORCID 主页
Andrew
Teschendorff
，
Huige
Tong
，
Xiaolong
Guo
doi：
https://doi.org/10.64898/2026.10.10.758162
Andrew Teschendorff
1
中国科学院；
在 Google Scholar 中查找该作者
在 PubMed 中查找该作者
在本网站搜索该作者
该作者的 ORCID 记录
通讯作者：
andrew{at}sinh.ac.cn
Huige Tong
1
中国科学院；
在 Google Scholar 中查找该作者
在 PubMed 中查找该作者
在本网站搜索该作者
Xiaolong Guo
2
上海营养与健康研究所
在 Google Scholar 中查找该作者
在 PubMed 中查找该作者
在本网站搜索该作者
摘要
信息/历史
指标
补充材料
预览 PDF
摘要
定量评估细胞的分化状态，是再生医学、细胞重编程以及阐明衰老和疾病过程中分化层级如何发生改变的一项重要任务。然而，对于DNA甲基化数据（DNAm）而言，目前严重缺乏用于量化分化状态的方法。在本研究中，我们利用机器学习构建了EpiDiff，这是一种分化状态预测器，将其应用于DNA甲基化样本时，可产生连续的绝对分化指数（DI）。我们在单细胞、分选细胞和组织混合样本中对EpiDiff进行了广泛验证，同时还在体外分化、类器官、重编程和细胞年轻化实验中进行了验证。在混合样本中，EpiDiff
衡量所有细胞谱系之间的分化程度。在分选的细胞群体中，我们发现 DI 随年龄增长而升高。进一步探究这一增长的原因后，我们发现许多细胞类型都会发生发育性表观遗传漂移，且这种漂移在间充质谱系中最为显著。将 EpiDiff 应用于正常组织时，它能够预测致癌暴露和癌症风险。总之，EpiDiff 是一种独特、通用且用途广泛的工具，可准确量化 DNA 甲基化（DNAm）样本的整体分化状态，并广泛适用于多个学科领域。
利益冲突声明
作者声明不存在利益冲突。
基金信息声明
中国国家自然科学基金委员会，
，32370699
，32570775
，W2431024
版权
本预印本的版权所有者为作者／资助方，其已授予 bioRxiv 永久展示该预印本的许可。
本文依据 CC-BY-NC-ND 4.0 国际许可协议提供。
返回顶部
上一篇
下一篇
发布于 2026 年 10 月 11 日。
下载 PDF
补充材料
电子邮件
感谢您有意帮助传播 bioRxiv 的内容。
注意：我们仅要求提供您的电子邮件地址，以确认您是本文的发送者。
您的电子邮件地址
*
您的姓名
*
收件人
*
请在不同的行中输入多个地址，或用逗号分隔。
您将要发送以下内容：
基于 DNA 甲基化、在细胞类型分辨率下预测分化状态揭示与年龄相关的表观遗传间充质漂移
邮件主题
（您的姓名）向您转发了 bioRxiv 网站上的一个页面
邮件正文
（您的姓名）认为您可能会对 bioRxiv 网站上的这个页面感兴趣。
您的留言
验证码
此问题用于测试您是否为真人访客，并且……
防止自动化垃圾投稿。
分享
基于 DNA 甲基化的细胞类型分辨率分化状态预测揭示与年龄相关的表观遗传学间充质漂移
Andrew Teschendorff、Huige Tong、Xiaolong Guo
bioRxiv
2026.10.10.758162；
doi：https://doi.org/10.64898/2026.10.10.758162
分享本文：
复制
引用工具
基于 DNA 甲基化的细胞类型分辨率分化状态预测揭示与年龄相关的表观遗传学间充质漂移
Andrew Teschendorff、Huige Tong、Xiaolong Guo
bioRxiv
2026.10.10.758162；
doi：https://doi.org/10.64898/2026.10.10.758162
引文管理器格式
BibTeX
Bookends
EasyBib
EndNote（标记格式）
EndNote 8（XML）
Medlars
Mendeley
Papers
RefWorks（标记格式）
Ref Manager
RIS
Zotero
推文组件
Facebook 点赞
Google +1
学科领域
所有文章
动物行为与认知（8110）
生物化学（18939）
生物工程（15092）
生物信息学（44965）
生物物理学（22849）
癌症生物学（19967）
细胞生物学（27178）
临床试验（138）
发育生物学（14077）
生态学（21277）
流行病学（2067）
进化生物学（25676）
遗传学（16277）
基因组学（23726）
免疫学（18902）
微生物学（42964）
分子生物学（18237）
神经科学（94487）
古生物学（709）
病理学（3014）
药理学与毒理学（5149）
生理学（8217）
植物生物学（16165）
科学传播与教育（2106）
合成生物学（4610）
系统生物学（10331）
动物学（2408）
关键词：DNA甲基化 · 分化状态预测 · 表观遗传漂移 · 细胞衰老 · 机器学习
原文链接：https://www.biorxiv.org/content/10.64898/2026.10.10.758162v1?rss=1