Association of Epigenetic Age Acceleration and Mitochondrial <scp>DNA</scp> ‐Based Aging Metrics Provides Insights Into Mechanisms of Aging‐Related Diseases
Notice bibliographique
Résumé
Investigating the interplay between mitochondrial DNA (mtDNA) variations and epigenetic aging metrics may elucidate biological mechanisms associated with age-related diseases. We estimated epigenetic age acceleration (EAA) metrics from DNA methylation data and derived mtDNA metrics, including heteroplasmic variants and mtDNA copy number (mtDNA CN) from whole genome sequencing. Linear regressions and meta-analyses were conducted to assess associations between EAA and mtDNA metrics, adjusting for chronological age, self-identified sex, and other covariates in 6,316 participants (58% female, 41% non-White Americans). Mediation analysis was conducted to examine whether EAA mediated the relationship between mtDNA CN and metabolic traits. A higher burden of rare heteroplasmic variants was associated with accelerations of first-generation EAA metrics, while a lower level mtDNA CN was associated with accelerations of second- and third-generation EAA metrics. For example, one standard deviation (SD) higher MSS, a score based on the predicted functions of rare heteroplasmic variants, was associated with a 0.22-year higher EAA by the Hannum method (p = 1.3E-6) among all participants, while one SD lower mtDNA CN was associated with higher DunedinPACE (β = -0.005, p = 6.0E-4). No significant association was observed between the heteroplasmy burden of common variants and EAAs. Furthermore, we observed DunedinPACE mediated 11.1% and 10.8% of the associations of mtDNA CN with obesity and T2DM in older FHS participants, respectively. Our analysis indicated that higher levels of heteroplasmy burden of rare variants and lower mtDNA CN were associated with accelerated epigenetic aging, and these associations showed stronger magnitudes among older participants.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».