Not all saliva samples are equal: The role of cellular heterogeneity in DNA methylation and epigenetic age analyses with biological and psychosocial factors
Notice bibliographique
Résumé
Saliva is widely used in biomedical population research, including epigenetic analyses to investigate gene-environment interplay and identify biomarkers. Its minimally invasive collection procedure makes it ideal for studies in pediatric populations. Saliva is a heterogenous tissue composed of immune and buccal epithelial cells (BEC). Amongst the many epigenetic marks, DNA methylation (DNAm) is the most studied in human populations. DNAm profiles are often highly cell type (CT)-specific. CT composition can drive salivary DNAm associations with environments or health as well as epigenetic age acceleration (EAA), which is the discrepancy between chronological and biological age derived from DNAm. To address this, reference-based CT deconvolution and statistical adjustment with estimated CT in DNAm analyses have become a common practice. However, it remains unclear how different CT reference panels-constructed from adult versus pediatric samples-affect DNAm results. Additionally, whether DNAm and EAA associations in saliva primarily originate from immune cells or BECs, or if they persist across saliva samples despite varying CT proportions, still requires more investigations. The current study used salivary DNAm samples obtained from 529 children (mean age=7.26 years, SD=0.26 years) in a community-based cohort, the Family Life Project. Our results demonstrated that the child reference panel outperformed the adult one based on goodness of fit measure and highlighted the impact of estimated CT discrepancies across reference panels on DNAm associations. Upon stratifying the salivary DNAm samples into three subsamples-primarily BECs, primarily immune cells, and an approximately equal mix of both, we found significantly different EAAs across stratified samples when CT proportions were not accounted for. In both the contexts of DNAm and EAA associations, we detected stronger effects of cotinine concentrations, a tobacco smoke-exposure biomarker, in the subsample with primarily immune cells. We discussed the implications of our findings for the interpretation and replication of epigenetic research involving pediatric saliva samples.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».