DNA甲基化已成为国际公认的预测年龄的方法之一，但传统的分析方法往往依赖于线性模型，难以捕捉甲基化的复杂调控特性。近期，一个课题组开发了甲基化GPT系统预测寿命，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。
甲基化GPT系统
课题组收集了多种组织类型，共22.6万人DNA甲基化谱的数据，通过人工智能学习有生物学意义的表达，可捕获局部基因组背景和更高级别的染色体特征，按性别、组织类型和基因组分组。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。
寿命影响因素
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，包括戒烟、高强度训练和地中海饮食对不同疾病相关寿命干预的效果，由此展示出临床应用的潜力。
应用前景
目前对癌症和衰老无能为力，但这项研究为我们提供了了解衰老和癌变的缘由和过程的可能性。通过不断测试，也许可以找到相应的DNA甲基化逆转策略。
人工智能和GPT在生命科学领域的快速进展，为延寿带来了新的曙光。
发表评论