MétaCan
Menu
← Retour à la cohorte
Enregistrement W4307981475 · doi:10.1101/2022.11.01.514719

A generalizable epigenetic clock captures aging in two nonhuman primates

2022· preprint· en· W4307981475 sur OpenAlexaff
Elisabeth A. Goldman, Kenneth L. Chiou, Marina M. Watowich, Arianne Mercer, Sierra Sams, Julie E. Horvath, Jordan A. Anderson, Jenny Tung, James P. Higham, Lauren J. N. Brent, Melween I. Martínez, Michael J. Montague, Michael L. Platt, Kirstin N. Sterner, Noah Snyder‐Mackler

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2022
Typepreprint
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueEpigenetics and DNA Methylation
Établissements canadiensCanadian Institute for Advanced Research
Organismes subventionnairesnon disponible
Mots-clésEpigeneticsBiologyDNA methylationGeneralizability theoryEvolutionary biologyPopulationComputational biologyGeneticsPsychologyDevelopmental psychologyGeneDemography

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Epigenetic clocks generated from DNA methylation array data provide important insights into biological aging, disease susceptibility, and mortality risk. However, these clocks cannot be applied to high-throughput, sequence-based datasets more commonly used to study nonhuman animals. Here, we built a generalizable epigenetic clock using genome-wide DNA methylation data from 493 free-ranging rhesus macaques. Using a sliding-window approach that maximizes generalizability across datasets and species, this model predicted age with high accuracy (± 1.42 years) in held-out test samples, as well as in two independent test sets: rhesus macaques from a captive population (n=43) and wild baboons in Kenya (n=271). Our model can also be used to generate insight into the factors hypothesized to alter epigenetic aging, including social status and exposure to traumatic events. Our results thus provide a flexible tool for predicting age in other populations and species and illustrate how connecting behavioral data with the epigenetic clock can uncover social influences on biological age.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,012
Tête enseignante GPT0,257
Écart entre enseignants0,245 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)→Même sujetEpigenetics and DNA Methylation→Travaux en français237 207→