引言
DNA甲基化是一种稳定的生物特征标记，被广泛用于预测年龄。传统的分析方法往往依赖于线性模型，难以捕捉甲基化复杂的调控特性。
近日，研究人员开发了甲基化GPT系统，可以模拟各种组织细胞的非线性模式，进一步提高了分析准确性。
方法
研究人员收集了多种组织类型共22.6万人的DNA甲基化谱数据，通过AI学习了具有生物学意义的表达。这些表达可以捕获局部基因组背景和更高级别的染色体特征，并按性别、组织类型和基因组进行分组。
对1.1万人的数据集进行年龄预测结果显示了卓越的准确性，其中位绝对误差为4.5岁。
结果
除了预测年龄之外，该模型还可以评估寿命影响因素，预测60种疾病及死亡率的风险。研究人员还展示了戒烟、高强度训练和地中海饮食等生活方式干预措施对不同疾病相关寿命的影响。
讨论
这项研究表明，甲基化GPT系统具有预测寿命和评估寿命影响因素的潜力。它可以帮助我们更好地了解衰老和癌变的机制，并找到延缓衰老和预防疾病的策略。
结论
人工智能和生成式预训练转化器（GPT）在生命科学领域的快速发展为延寿提供了新的可能性。通过了解衰老和癌变的缘由和过程，我们能够不断测试和开发新的DNA甲基化逆转策略，最终实现延寿的目标。
发表评论