【技術實現步驟摘要】
本專利技術涉及生物醫學領域，具體涉及一種基于表型數據的年齡估算方法。
技術介紹
1、近年來，人口老齡化逐漸成為全球面臨的、日益嚴重的社會問題。人口老齡化問題的不斷加劇將會給我國的醫療、社保、養老、經濟等一系列領域的發展帶來巨大的挑戰。如何延緩衰老，促進老年人群的健康長壽，是保證社會安定繁榮和經濟可持續性發展的必要條件，而一套可靠的衰老速率量化體系是評估衰老干預手段有效性的決定性前提。無論是在人群中還是個體內，衰老都是一個高度異質的過程，與時序年齡(即從出生開始至記錄時的年份)沒有絕對相關性，即人類的生物學年齡不等于時序年齡。因此，衰老速率的精準評估成為衰老研究的一項新興的關鍵科學問題。
2、目前，基于臨床檢測指標指征生理年齡的方法大致可分為兩類：1)單個表型衰老標志物；2)多種標志物聯合使用建立預測模型。單個表型衰老標志物評估衰老速率的研究較多，但此方法在異質性較大的人群中準確性較低[1,2]。基于多種表型標志物的表型年齡預測模型是由加州大學洛杉磯分校的steve?horvath團隊在2018年首次提出，其表型年齡模型是針對9種血常規檢測指標建立的數學模型，可以預測生物學年齡[3]。這項研究首先使用了第三次美國國家健康與營養調查的近一萬人的臨床檢測和生活習慣等數據，對42種最常用的臨床檢驗指標進行了篩選，最終選用了9個與年齡相關性高的血常規檢測指標，包括：白蛋白、肌酸酐、葡萄糖(血清)、c反應蛋白、淋巴細胞百分比、平均細胞體積、紅細胞分布寬度、堿性磷酸酶和白細胞計數，并用第四次美國國家健康與營養調查的六千多人的數據進
技術實現思路
1、本專利技術通過不同年齡段人群的臨床檢測數據和行動能力相關數據收集、處理和篩選，建立一種年齡估算方法，可用于估算個體生物學年齡、衡量個體生理衰老程度、評估衰老速率、評估衰老干預效果和預測衰老相關疾病的風險。
2、在第一個方面，本專利技術提供一種建立數據集的方法，包括：
3、(1)對多個受試者進行臨床表型檢測，得到臨床表型測量數據集；
4、(2)以年齡為訓練標簽，構建所述數據集，用于訓練年齡估算模型。
5、在一些實施方案中，所述臨床表型檢測數據分為指征行動能力、脂質、激素、血液成分含量、血細胞、身體測量和組織功能(例如，肺、心血管、肌肉、腎、肝、眼和骨)七類。
6、在一些實施方案中，所述臨床表型檢測包括體檢檢查，例如，一般項目檢查、內科檢查、外科檢查、b超檢查、人體成分分析、血常規、糖化血紅蛋白、性激素六項、尿常規、大便常規、肺功能檢查、骨密度檢測、心電圖檢查和生化分析，具體如表2中所列；優選地，所述臨床表型檢測還包括行動能力測試，例如，單腿站立、握力、30秒坐立測試、普渡釘板試驗和踏步試驗。
7、上述部分臨床表型檢測對象為受試者血液、尿液、糞便等。因此，在一些實施方案中，在進行所述臨床表型檢測前，還包括采集所述受試者的生物樣本的步驟。在一些實施方案中，所述生物樣本選自血液(例如，全血、血漿或血清)、尿液、糞便。
8、在一些實施方案中，在步驟(2)前，還包括將所述臨床表型測量數據集與年齡進行相關性分析，篩選與年齡相關特征的步驟。
9、在一些實施方案中，將所述臨床表型測量數據集與年齡進行皮爾森相關性分析，以bmi作為協變量，bh法矯正p值，選取p<0.05的結果作為與年齡相關特征。
10、結果顯示，本專利技術的臨床表型測量數據集中32個參數與年齡呈正相關，如與身體脂肪分布和脂質代謝相關的腰臀比、內臟脂肪水平、腰圍、體脂率、膽固醇等；54個參數與年齡呈負相關，如骨密度、肺功能相關參數。對結果進行篩選，僅選取bh矯正p值小于0.05的結果，作為與年齡相關的表型參數，隨年齡增加的指標包括多種脂肪和脂質相關參數，如腰臀比、內臟脂肪水平、膽固醇和體脂率等，隨年齡減少的指標則主要關于肺功能和骨密度相關參數，另外多種激素的水平也隨年齡發生了劇烈變化，包括增加的促卵泡激素、促黃體生成素，和減少的抗繆勒氏激素。
11、在一些實施方案中，所述與年齡相關特征選自身高、身體成分檢測-左上肢(值)、身體成分檢測-左上肢(ecw/tbw)、身體成分檢測-右上肢(ecw/tbw)、腰臀比、肺功能-vcmax、肺功能-fev?1、肺功能-mef?25、肺功能-fev?1*30、脈搏、糖化血紅蛋白、收縮壓、血糖、谷丙氨酸轉氨酶、堿性磷酸酶、球蛋白、尿素、甘油三酸酯、膽固醇、乳酸脫氫酶、載脂蛋白a和抗繆勒氏激素。
12、在一些實施方案中，將所述數據集拆分為訓練集和測試集，例如按1：1的比例進行拆分。
13、在一些實施方案中，所述受試者為亞洲(例如東亞或東南亞)人，例如中國人；優選地，所述受試者≥100人，例如，≥500人、≥1000人、或≥10000人。
14、在一些實施方案中，所述受試者年齡在18周歲以上，優選18-70周歲。在一些實施方案中，所述受試者年齡分布平衡。在一些實施方案中，各年齡段(例如分為18-44歲年齡段、45-59歲年齡段以及60歲以上年齡段)受試者人數分布差異在50％以下、40％以下、30％以下、20％以下、10％以下、5％以下或2％以下。
15、在第二個方面，本專利技術提供一種年齡估算模型訓練方法，包括：
16、(1)按照第一方面任一項所述的方法建立數據集；
17、(2)根據所述數據集，利用所述年齡估算模型，估算所述數據所對應的受試者的年齡；
18、(3)根據估算結果和所述數據的年齡標簽的差異，訓練所述年齡估算模型。
19、在一些實施方案中，使用glmnet包(版本號4.1.4)進行所述訓練。在一些實施方案中，所述glamnet中alpha值選自0.1-0.9，例如，0.1、0.2、0.3、0.4、0.5、0.6、0.7、0.8或0.9。
20、在一些實施方案中，受試者估算年齡y可通過下述公式計算：
21、ax代表所述數據集中年齡相關特征，ax代表相應的ax的系數，b代表常數(即本文所述截距)；
22、通過所述訓練可以確定各年齡相關特征ax的系數ax以及常數b。
23、在一些實施方案中，所述年齡相關特征選自身高、身體成分檢測-左上肢(值)、身體成分檢測-左上肢(ecw/tbw)、身體成分檢測-右上肢(ecw/tbw)、腰臀比、肺功能-vc?max、肺功能-fev?1、肺功能-mef?25、肺功能-fev?1*30、脈搏、糖化本文檔來自技高網...
【技術保護點】
1.一種建立數據集的方法，包括：
2.權利要求1所述的方法，所述臨床表型檢測數據分為指征行動能力、脂質、激素、血液成分含量、血細胞、身體測量和組織功能(例如，肺、心血管、肌肉、腎、肝、眼和骨)七類；
3.權利要求1或2所述的方法，在進行所述臨床表型檢測前，還包括采集所述受試者的生物樣本的步驟，
4.權利要求1-3任一項所述的方法，在步驟(2)前，還包括將所述臨床表型測量數據集與年齡進行相關性分析，篩選與年齡相關特征的步驟；
5.權利要求1-4任一項所述的方法，將所述數據集拆分為訓練集和測試集，例如按1：1的比例進行拆分。
6.權利要求1-5任一項所述的方法，所述受試者為亞洲(例如東亞或東南亞)人，例如中國人；優選地，所述受試者≥100人，例如，≥500人、≥1000人、或≥10000人。
7.一種年齡估算模型訓練方法，包括：
8.權利要求7所述的方法，使用glmnet包進行所述訓練。
9.權利要求7或8所述的訓練方法，其中受試者估算年齡Ax代表所述數據集中年齡相關特征，ax代表相應的A
10.權利要求7-9任一項所述的訓練方法，所述年齡相關特征選自身高、身體成分檢測-左上肢(值)、身體成分檢測-左上肢(ECW/TBW)、身體成分檢測-右上肢(ECW/TBW)、腰臀比、肺功能-VC?MAX、肺功能-FEV?1、肺功能-MEF?25、肺功能-FEV?1*30、脈搏、糖化血紅蛋白、收縮壓、血糖、谷丙氨酸轉氨酶、堿性磷酸酶、球蛋白、尿素、甘油三酸酯、膽固醇、乳酸脫氫酶、載脂蛋白A和抗繆勒氏激素。
11.權利要求9或10所述的訓練方法，所述年齡估算模型中各年齡相關特征的系數a以及常數b為：
12.一種年齡估算模型，其通過權利要求7-11任一項所述的方法訓練得到。
13.一種年齡估算裝置，包括：
14.一種年齡估算方法，包括：
15.一種電子設備，包括：
16.一種非易失性計算機可讀存儲介質，其上存儲有計算機程序，該程序被處理器執行時實現權利要求7-11任一項所述年齡估算模型的訓練方法，或者權利要求14所述的年齡估算方法。
17.權利要求1-6任一項所述的建立數據集的方法、權利要求7-11任一項所述年齡估算模型的訓練方法、權利要求12所述的年齡估算模型、權利要求13所述的年齡估算裝置、權利要求14所述的年齡估算方法、權利要求15所述的電子設備、或者權利要求16所述的非易失性計算機可讀存儲介質在制備試劑盒中的用途，其中所述試劑盒用于下述的一項或多項：
...【技術特征摘要】
1.一種建立數據集的方法，包括：
2.權利要求1所述的方法，所述臨床表型檢測數據分為指征行動能力、脂質、激素、血液成分含量、血細胞、身體測量和組織功能(例如，肺、心血管、肌肉、腎、肝、眼和骨)七類；
3.權利要求1或2所述的方法，在進行所述臨床表型檢測前，還包括采集所述受試者的生物樣本的步驟，
4.權利要求1-3任一項所述的方法，在步驟(2)前，還包括將所述臨床表型測量數據集與年齡進行相關性分析，篩選與年齡相關特征的步驟；
5.權利要求1-4任一項所述的方法，將所述數據集拆分為訓練集和測試集，例如按1：1的比例進行拆分。
6.權利要求1-5任一項所述的方法，所述受試者為亞洲(例如東亞或東南亞)人，例如中國人；優選地，所述受試者≥100人，例如，≥500人、≥1000人、或≥10000人。
7.一種年齡估算模型訓練方法，包括：
8.權利要求7所述的方法，使用glmnet包進行所述訓練。
9.權利要求7或8所述的訓練方法，其中受試者估算年齡ax代表所述數據集中年齡相關特征，ax代表相應的ax的系數，b代表常數；
10.權利要求7-9任一項所述的訓練方法，所述年齡相關特征選自身高、身體成分檢測-左上肢(值)、身體成分檢測-左上...
【專利技術屬性】
技術研發人員：張維綺，劉光慧，楊運桂，葉金林，李嘉明，孫曉燕，熊沐釗，陳成水，張峰，薛勇彪，范艷玲，程科云，傅向紅，
申請(專利權)人：中國科學院北京基因組研究所國家生物信息中心，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。