比较不同的分子数据集来预测的适用性

老化时钟,由全面的分子数据,已成为有前途的工具在医学、取证和生态研究。然而,很少有研究比较不同分子数据类型预测的适用性年龄相同的队列和结合他们是否会改善预测。在这个新的研究中,研究人员杰罗姆•Salignon Omid r . Faridani《Miliotis,乔治·e·詹森平陈,巴德Zarrouki,理查德桑德伯格,Pia Davidsson,和基督教g·里德尔从卡罗林斯卡医学院,新南威尔士大学,Garvan医学研究所的,阿斯利康探讨在蛋白质和小分子rna水平在103年人类血浆样品。

“这里我们扩大的有限组合对比老化时钟由不同类型的分子数据从同一队列”。

首先,研究人员使用一个两步的质谱方法测量612蛋白选择和量化21蛋白质随着年龄变化丰富。值得注意的是,与年龄增加的蛋白质丰富补充系统的组件。接下来,他们用小RNA序列选择和量化一组315个小RNA,随着年龄的增长变化丰富。这些大多是小分子核糖核酸(microrna),随着年龄的增长,使之抑制增长的预测目标基因相关,癌症和衰老。最后,研究小组利用收集到的数据来建立age-predictive模型。

在不同类型的分子、蛋白质产生最精确的模型(R²= 0.59±0.02),其次是microrna的表现最好的类小分子rna (R²= 0.54±0.02)。有趣的是,蛋白质和microrna的数据一起改善预测的使用(R2 = 0.70±0.01)。未来的工作使用更大的样本量和验证数据集将需要证实这些结果。

“然而,我们的研究表明,结合蛋白质组学和microrna的收益率比年龄预测数据,可能通过捕获更广泛的与年龄相关的生理变化。这将是有趣的,以确定如果结合不同的分子数据类型是一个总体战略,改善未来老化时钟。”

参考:Salignon J, Faridani或者Miliotis T,从人类血浆et al。年龄预测使用蛋白质组学和小RNA数据:比较分析。老化。2023;15 (12):5240 - 5265。doi:10.18632 / aging.204787

本文从以下转载材料。注:材料可能是长度和内容的编辑。为进一步的信息,请联系引用源。