Определение возраста человека по образцам крови на основании анализа метилирования CpG-динуклеотидов

На основании биоинформатического и статистического анализа GEO-проектов по определению полногеномного профиля метилирования ДНК человека сформирован перечень из 27 CpG-динуклеотидов с высоким прогностическим потенциалом для создания моделей предсказания возраста человека по образцам крови. Определен уровень метилирования для 245 образцов индивидов из Республики Беларусь, рассчитаны коэффициенты корреляции R и построены математические модели определения возраста человека. Среднее значение точности предсказания возраста по образцам крови с использованием 12 CpG-динуклеотидов составило 3,4 года (для мужчин – 3,3, для женщин – 3,5). Полученные результаты будут положены в основу разработки калькуляторов предсказания возраста индивида по биологическим следам для экспертов-криминалистов.

1. Jones, P. A. Functions of DNA methylation: islands, start sites, gene bodies and beyond / P. A. Jones // Nature Reviews Genetics. – 2012. – Vol. 13, N 7. – P. 484–492. https://doi.org/10.1038/nrg3230

2. Antequera, F. High levels of De Novo methylation and altered chromatin structure at CpG islands in cell lines / F. Antequera, J. Boyes, A. Bird // Cell. – 1990. – Vol. 62, N 3. – P. 503–514. https://doi.org/10.1016/0092-8674(90)90015-7

3. Park, S. K. Lessons learned from gene expression profile studies of aging and caloric restriction / S. K. Park, T. A. Prolla // Ageing Research Reviews. – 2005. – Vol. 4, N 1. – P. 55–65. https://doi.org/10.1016/j.arr.2004.09.003

4. Алтухов, Ю. П. Внутривидовое генетическое разнообразие: мониторинг и принципы сохранения / Ю. П. Алтухов // Генетика. – 1995. – Т. 31, № 10. – С. 1333–1357.

5. CpG and Non-CpG Methylation in Epigenetic Gene Regulation and Brain Function / H. S. Jang [et al.] // Genes. – 2017. – Vol. 8, N 6. – Art. 148. https://doi.org/10.3390/genes8060148

6. A methylome-wide study of aging using massively parallel sequencing of the methyl-CpG-enriched genomic fraction from blood in over 700 subjects / J. L. McClay [et al.] // Human Molecular Genetics. – 2014. – Vol. 23, N 5. – P. 1175–1185. https://doi.org/10.1093/hmg/ddt511

7. Horvath, S. DNA methylation age of human tissues and cell types / S. Horvath // Genome Biology. – 2013. – Vol. 14, N 10. – P. 1–19. https://doi.org/10.1186/gb-2013-14-10-r115

8. Генетика – судебной экспертизе Беларуси / А. Кильчевский [и др.] // Наука и Инновации. – 2020. – № 10 (212). – С. 22–28.

9. Genome-wide methylation profiles reveal quantitative views of human aging rates / G. Hannum [et al.] // Mol. Cell. – 2013. – Vol. 49, N 2. – P. 359–367. https://doi.org/10.1016/j.molcel.2012.10.016

10. DNA Methylation Analysis: Choosing the Right Method / S. Kurdyukov, M. Bullock // Biology (Basel). – 2016. – Vol. 5, N 1. – P. e1–e21. https://doi.org/10.3390/biology5010003

11. Impact of genetic ancestry on chronological age prediction using DNA methylation analysis / J. Fleckhaus [et al.] // Forensic Science International: Genetics Supplement Series. – 2017. – Vol. 6. – P. e399–e400. https://doi.org/10.1016/j.fsigss.2017.09.162

12. Donkin, I. Sperm epigenetics and influence of environmental factors / I. Donkin, R. Barres // Mol. Metab. – 2018. – Vol. 14. – P. 1–11. https://doi.org/10.1016/j.molmet.2018.02.006

13. Chronological age prediction based on DNA methylation: Massive parallel sequencing and random forest regression / J. Naue [et al.] // Forensic Sci. Int. Genet. – 2017. – Vol. 31. – P. 19–28. https://doi.org/10.1016/j.fsigen.2017.07.015

14. Обоснование минимального объема выборки для предсказания хронологического возраста человека / В. Н. Кипень [и др.] // Молекулярная и прикладная генетика. – 2021. – Т. 30. – С. 39–48.

15. DNA methylation-based age prediction from saliva: High age predictability by combination of 7 CpG markers / S. R. Hong [et al.] // Forensic Sci. Int. Genet. – 2017. – Vol. 29. – P. 118–125. https://doi.org/10.1016/j.fsigen.2017.04.006

16. Tracking age-correlated DNA methylation markers in the young / A. Freire-Aradas [et al.] // Forensic Sci. Int. Genet. – 2018. – Vol. 36. – P. 50–59. https://doi.org/10.1016/j.fsigen.2018.06.011

17. Identification and evaluation of age-correlated DNA methylation markers for forensic use / J. L. Park [et al.] // Forensic Sci. Int. Genet. – 2016. – Vol. 23. – P. 64–70. https://doi.org/10.1016/j.fsigen.2016.03.005

18. DNA methylation-based forensic age prediction using artificial neural networks and next generation sequencing / A. Vidaki [et al.] // Forensic Sci. Int. Genet. – 2017. – Vol. 28. – P. 225–236. https://doi.org/10.1016/j.fsigen.2017.02.009 19. Development of a forensically useful age prediction method based on DNA methylation analysis / R. Zbiec-Piekarska [et al.] // Forensic Sci. Int. Genet. – 2015. – Vol. 17. – P. 173–179. https://doi.org/10.1016/j.fsigen.2015.05.001

19. Development of a forensically useful age prediction method based on DNA methylation analysis / R. Zbiec-Piekarska [et al.] // Forensic Sci. Int. Genet. – 2015. – Vol. 17. – P. 173–179. https://doi.org/10.1016/j.fsigen.2015.05.001