基于DNA甲基化推断年龄的建模方法与影响因素

doi:10.12116/j.issn.1004-5619.2023.530106

摘要/Abstract

摘要：

基于人体组织或体液进行年龄推断是法庭科学的一项重要任务。DNA甲基化状态随年龄变化具有一定的规律，可用于推断个体年龄，因此，发现特定的DNA甲基化位点并开发新的年龄推断模型具有重要意义。目前已有研究利用DNA甲基化状态随年龄发生变化的规律开发出用于推断年龄的统计模型，较常使用的有多元线性回归模型、多元分位数回归模型、支持向量机模型、人工神经网络模型和随机森林模型等。此外，影响DNA甲基化水平的因素较多，如甲基化的组织特异性。本文拟对这些基于DNA甲基化推断年龄的建模方法及影响因素进行综述，以期为建立年龄推断模型提供参考。

关键词: 法医遗传学, DNA甲基化, 年龄推断, 统计模型, 综述

Abstract:

Age estimation based on tissues or body fluids is an important task in forensic science. The changes of DNA methylation status with age have certain rules, which can be used to estimate the age of the individuals. Therefore, it is of great significance to discover specific DNA methylation sites and develop new age estimation models. At present, statistical models for age estimation have been developed based on the rule that DNA methylation status changes with age. The commonly used models include multiple linear regression model, multiple quantile regression model, support vector machine model, artificial neural network model, random forest model, etc. In addition, there are many factors that affect the level of DNA methylation, such as the tissue specificity of methylation. This paper reviews these modeling methods and influencing factors for age estimation based on DNA methylation, with a view to provide reference for the establishment of age estimation models.

Key words: forensic genetics, DNA methylation, age estimation, statistical model, review

中图分类号:

黄逸航, 梁伟波, 蹇慧, 屈胜秋. 基于DNA甲基化推断年龄的建模方法与影响因素[J]. 法医学杂志, 2023, 39(6): 601-607.

Yi-hang HUANG, Wei-bo LIANG, Hui JIAN, Sheng-qiu QU. Modeling Methods and Influencing Factors for Age Estimation Based on DNA Methylation[J]. Journal of Forensic Medicine, 2023, 39(6): 601-607.

参考文献 43

1	聂燕钗，俞丽娟，管桦，等. DNA甲基化检测方法及其法医学应用研究进展[J].法医学杂志，2017，33（3）：293-300. doi：10.3969/j.issn.1004-5619.2017.03.017 .
	NIE Y C， YU L J， GUAN H， et al. Research progress on the detection method of DNA methylation and its application in forensic science[J]. Fayi-xue Zazhi，2017，33（3）：293-300.
2	ALIFERI A， SUNDARAM S， BALLARD D， et al. Combining current knowledge on DNA methylation-based age estimation towards the development of a superior forensic DNA intelligence tool[J]. Forensic Sci Int Genet，2022，57：102637. doi：10.1016/j.fsigen.2021.102637 .
3	VIDAKI A， BALLARD D， ALIFERI A， et al. DNA methylation-based forensic age prediction using artificial neural networks and next generation sequencing[J]. Forensic Sci Int Genet，2017，28：225-236. doi：10.1016/j.fsigen.2017.02.009 .
4	李姗飞，彭付端，王建宁，等. 基于甲基化的年龄推断模型构建与效能评估[J].法医学杂志，2019，35（1）：17-22. doi：10.12116/j.issn.1004-5619.2019.01.004 .
	LI S F， PENG F D， WANG J N， et al. Methylation-based age estimation model construction and its effectiveness evaluation[J]. Fayixue Zazhi，2019，35（1）：17-22.
5	LEE H Y， JUNG S E， OH Y N， et al. Epigenetic age signatures in the forensically relevant body fluid of semen： A preliminary study[J]. Forensic Sci Int Genet，2015，19：28-34. doi：10.1016/j.fsigen.2015.05.014 .
6	ZAPICO S C， GAUTHIER Q， ANTEVSKA A， et al. Identifying methylation patterns in dental pulp aging： Application to age-at-death estimation in forensic anthropology[J]. Int J Mol Sci，2021，22（7）：3717. doi：10.3390/ijms22073717 .
7	贾菲，孙学科，喻少波，等. DNA甲基化水平的法医学个体年龄推断[J].中国法医学杂志，2021，36（4）：373-378. doi：10.13618/j.issn.1001-5728.2021.04.009 .
	JIA F， SUN X K， YU S B， et al. An age estimation method based on DNA methylation detection in the field of forensic science[J]. Zhongguo Fayi-xue Zazhi，2021，36（4）：373-378.
8	郝婷. 利用头发DNA甲基化状态建立推断个体年龄模型的研究[D].太原：山西医科大学，2021.
	HAO T. An age prediction model was established based on DNA methylation status of hair[D]. Taiyuan： Shanxi Medical University，2021.
9	FREIRE-ARADAS A， PHILLIPS C， LAREU M V. Forensic individual age estimation with DNA： From initial approaches to methylation tests[J]. Forensic Sci Rev，2017，29（2）：121-144.
10	GUAN X， OHUCHI T， HASHIYADA M， et al. Age-related DNA methylation analysis for forensic age estimation using post-mortem blood samples from Japanese individuals[J]. Leg Med （Tokyo），2021，53：101917. doi：10.1016/j.legalmed.2021.101917 .
11	AMBROA-CONDE A， GIRÓN-SANTAMARÍA L， MOSQUERA-MIGUEL A， et al. Epigenetic age estimation in saliva and in buccal cells[J]. Forensic Sci Int Genet，2022，61：102770. doi：10.1016/j.fsigen.2022.102770 .
12	MÁRQUEZ-RUIZ A B， GONZÁLEZ-HERRERA L， DE DIOS LUNA J， et al. DNA methylation levels and telomere length in human teeth： Usefulness for age estimation[J]. Int J Legal Med，2020，134（2）：451-459. doi：10.1007/s00414-019-02242-7 .
13	VIDAKI A， GONZÁLEZ D M， JIMÉNEZ B P， et al. Male-specific age estimation based on Y-chromosomal DNA methylation[J]. Aging （Albany NY），2021，13（5）：6442-6458. doi：10.18632/aging.202775 .
14	XU C， QU H， WANG G， et al. A novel strategy for forensic age prediction by DNA methylation and support vector regression model[J]. Sci Rep，2015，5：17788. doi：10.1038/srep17788 .
15	ALIFERI A， BALLARD D， GALLIDABINO M D， et al. DNA methylation-based age prediction using massively parallel sequencing data and multiple machine learning models[J]. Forensic Sci Int Genet，2018，37：215-226. doi：10.1016/j.fsigen.2018.09.003 .
16	HAN X， XIAO C， YI S， et al. Accurate age estimation from blood samples of Han Chinese individuals using eight high-performance age-related CpG sites[J]. Int J Legal Med，2022，136（6）：1655-1665. doi：10.1007/s00414-022-02865-3 .
17	THONG Z， TAN J Y Y， LOO E S， et al. Artificial neural network， predictor variables and sensitivity threshold for DNA methylation-based age prediction using blood samples[J]. Sci Rep，2021，11（1）：1744. doi：10.1038/s41598-021-81556-2 .
18	SPÓLNICKA M， POŚPIECH E， PEPŁOŃSKA B， et al. DNA methylation in ELOVL2 and C1orf132 correctly predicted chronological age of individuals from three disease groups[J]. Int J Legal Med，2018，132（1）：1-11. doi：10.1007/s00414-017-1636-0 .
19	FAN H， XIE Q， ZHANG Z， et al. Chronological age prediction： Developmental evaluation of DNA methylation-based machine learning models[J]. Front Bioeng Biotechnol，2022，9：819991. doi：10.3389/fbioe.2021.819991 .
20	BOCKLANDT S， LIN W， SEHL M E， et al. Epigenetic predictor of age[J]. PLoS One，2011，6（6）：e14821. doi：10.1371/journal.pone.0014821 .
21	KONDO M， ABOSHI H， YOSHIKAWA M， et al. A newly developed age estimation method based on CpG methylation of teeth-derived DNA using real-time methylation-specific PCR[J]. J Oral Sci，2020，63（1）：54-58. doi：10.2334/josnusd.20-0138 .
22	WOŹNIAK A， HEIDEGGER A， PINIEWSKA-RÓG D， et al. Development of the VISAGE enhanced tool and statistical models for epigenetic age estimation in blood， buccal cells and bones[J]. Aging （Albany NY），2021，13（5）：6459-6484. doi：10.18632/ aging.202783 .
23	LEE M H， HWANG J H， SEONG K M， et al. Application of droplet digital PCR method for DNA methylation-based age prediction from saliva[J]. Leg Med （Tokyo），2022，54：101992. doi：10.1016/j.legal med.2021.101992 .
24	SCHWENDER K， HOLLÄNDER O， KLOPFLEISCH S， et al. Development of two age estimation models for buccal swab samples based on 3 CpG sites analyzed with pyrosequencing and minisequencing[J]. Forensic Sci Int Genet，2021，53：102521. doi：10.1016/j.fsigen.2021.102521 .
25	BEKAERT B， KAMALANDUA A， ZAPICO S C， et al. Improved age determination of blood and teeth samples using a selected set of DNA methylation markers[J]. Epigenetics，2015，10（10）：922-930. doi：10.1080/15592294.2015.1080413 .
26	JUNG S E， LIM S M， HONG S R， et al. DNA methylation of the ELOVL2， FHL2， KLF14， C1orf132/MIR29B2C， and TRIM59 genes for age prediction from blood， saliva， and buccal swab samples[J]. Forensic Sci Int Genet，2019，38：1-8. doi：10.1016/j.fsigen.2018.09.010 .
27	CORREIA DIAS H， MANCO L， CORTE REAL F， et al. A blood-bone-tooth model for age prediction in forensic contexts[J]. Biology （Basel），2021，10（12）：1312. doi：10.3390/biology10121312 .
28	ALSALEH H， MCCALLUM N A， HALLIGAN D L， et al. A multi-tissue age prediction model based on DNA methylation analysis[J]. Forensic Sci Int Genet Suppl Ser，2017，6：e62-e64. doi：10.1016/j.fsigss.2017.09.056 .
29	KOOP B E， RECKERT A， BECKER J， et al. Epigenetic clocks may come out of rhythm-implications for the estimation of chronological age in forensic casework[J]. Int J Legal Med，2020，134（6）：2215-2228. doi：10.1007/s00414-020-02375-0 .
30	KLING T， WENGER A， CARÉN H. DNA methylation-based age estimation in pediatric healthy tissues and brain tumors[J]. Aging （Albany NY），2020，12（21）：21037-21056. doi：10.18632/aging.202145 .
31	MAYER F， BECKER J， REINAUER C， et al. Altered DNA methylation at age-associated CpG sites in children with growth disorders： Impact on age estimation?[J]. Int J Legal Med，2022，136（4）：987-996. doi：10.1007/s00414-022-02826-w .
32	FURMAN B L S， METZGER D C H， DAROLTI I， et al. Sex chromosome evolution： So many exceptions to the rules[J]. Genome Biol Evol，2020，12（6）：750-763. doi：10.1093/gbe/evaa081 .
33	SOLOMON O， HUEN K， YOUSEFI P， et al. Meta-analysis of epigenome-wide association studies in newborns and children show widespread sex differences in blood DNA methylation[J]. Mutat Res Rev Mutat Res，2022，789：108415. doi：10.1016/j.mrrev.2022.108415 .
34	GRANT O A， WANG Y， KUMARI M， et al. Characterising sex differences of autosomal DNA methylation in whole blood using the Illumina EPIC array[J]. Clin Epigenetics，2022，14（1）：62. doi：10.1186/s13148-022-01279-7 .
35	DIAS H C， CORDEIRO C， PEREIRA J， et al. DNA methylation age estimation in blood samples of living and deceased individuals using a multiplex SNaPshot assay[J]. Forensic Sci Int，2020，311：110267. doi：10.1016/j.forsciint.2020.110267 .
36	OKA H， ARIANI M DWI， AKAZAKI T， et al. Some tips on age estimation using DNA methylation in saliva samples as an index across the Japanese and Indonesian ethnicities[J]. Leg Med （Tokyo），2022，56：102042. doi：10.1016/j.legalmed.2022.102042 .
37	YANG Y， GAO X， JUST A C， et al. Smoking-related DNA methylation is associated with DNA methylation phenotypic age acceleration： The veterans affairs normative aging study[J]. Int J Environ Res Public Health，2019，16（13）：2356. doi：10.3390/ijerph16132356 .
38	PINIEWSKA-RÓG D， HEIDEGGER A， POŚPIECH E， et al. Impact of excessive alcohol abuse on age prediction using the VISAGE enhanced tool for epigenetic age estimation in blood[J]. Int J Legal Med，2021，135（6）：2209-2219. doi：10.1007/s00414-021-02665-1 .
39	HANNUM G， GUINNEY J， ZHAO L， et al. Genome-wide methylation profiles reveal quantitative views of human aging rates[J]. Mol Cell，2013，49（2）：359-367. doi：10.1016/j.molcel.2012.10.016 .
40	HORVATH S. DNA methylation age of human tissues and cell types[J]. Genome Biol，2013，14（10）：R115. doi：10.1186/gb-2013-14-10-r115 .
41	VAISVILA R， PONNALURI V K C， SUN Z， et al. Enzymatic methyl sequencing detects DNA methy-lation at single-base resolution from picograms of DNA[J]. Genome Res，2021，31（7）：1280-1289. doi：10.1101/gr.266551.120 .
42	HONG S R， SHIN K J， JUNG S E， et al. Platform-independent models for age prediction using DNA methylation data[J]. Forensic Sci Int Genet，2019，38：39-47. doi：10.1016/j.fsigen.2018.10.005 .
43	LAU P Y， FUNG W K. Evaluation of marker selection methods and statistical models for chronological age prediction based on DNA methylation[J]. Leg Med （Tokyo），2020，47：101744. doi：10.1016/j.legalmed.2020.101744 .

[1]	杨彬, 徐璐瑶, 李灵玥, 乔东访, 杜思昊, 岳霞, 王慧君. 全球新型冠状病毒感染（COVID-19）相关死亡的病理变化及死因分析[J]. 法医学杂志, 2023, 39(6): 586-595.
[2]	高林林, 谢炜, 朱素娟, 李达, 王琴, 洪亮, 李佑英. IDentifier DNA分型盒（炎黄34）的法医学验证及应用评估[J]. 法医学杂志, 2023, 39(6): 579-585.
[3]	马星宇, 程浩, 张忠铎, 李烨铭, 赵东. 代谢组学技术结合机器学习算法在损伤时间推断中的研究进展[J]. 法医学杂志, 2023, 39(6): 596-600.
[4]	陶瑞旸, 王守宇, 袁春艳, 夏若成, 李成涛. 应用SNaPshot技术检测精液特异性cSNP遗传标记[J]. 法医学杂志, 2023, 39(5): 465-470.
[5]	李雯, 李豪喆, 陈琛, 蔡伟雄. 面部微表情分析技术在法医精神病学领域的研究现状及应用展望[J]. 法医学杂志, 2023, 39(5): 493-500.
[6]	王中华, 李淑瑾. 人类身高推断的分子生物学研究进展[J]. 法医学杂志, 2023, 39(5): 487-492.
[7]	张琦, 赵禾苗, 杨康, 陈静, 杨瑞琴, 王冲. 利用朴素贝叶斯和多元logistic回归构建月经血mRNA标志分析模型[J]. 法医学杂志, 2023, 39(5): 447-451.
[8]	陈璐, 周喆, 王升启. 陈旧骸骨DNA身份鉴定的法医学进展[J]. 法医学杂志, 2023, 39(5): 478-486.
[9]	曾勇, 邹冬华, 范颖, 徐晴, 陶陆阳, 陈忆九, 李正东. 人体血管有限元建模及生物力学的研究进展与法医学应用[J]. 法医学杂志, 2023, 39(5): 471-477.
[10]	郭科建, 黄磊, 李士林, 殷才湧, 汤真. 山东汉族人群37个Y-STR基因座多态性与突变调查[J]. 法医学杂志, 2023, 39(5): 501-506.
[11]	王紫薇, 李成涛, 刘希玲. DNA甲基化年龄推断模型在华东汉族人群中的跨平台应用[J]. 法医学杂志, 2023, 39(5): 441-446.
[12]	杨乐, 丛欣, 陈冲, 贾莉, 李惠芬, 马云龙, 石妍. 应用多种遗传标记鉴定疑似父子关系的全同胞关系1例[J]. 法医学杂志, 2023, 39(4): 424-427.
[13]	范飞, 武娟, 邓振华. 听力学客观检测技术在法医临床学中的应用进展[J]. 法医学杂志, 2023, 39(4): 360-366.
[14]	向青青, 陈立方, 苏秦, 杜宇坤, 梁沛妍, 康晓东, 石河, 徐曲毅, 赵建, 刘超, 陈晓晖. 微生物群落演替在死亡时间推断中的研究进展[J]. 法医学杂志, 2023, 39(4): 399-405.
[15]	曹宇奇, 施妍, 向平, 郭寅龙. 机器学习辅助非靶向筛查策略用于芬太尼类物质识别鉴定的研究进展[J]. 法医学杂志, 2023, 39(4): 406-416.