來源：Trapp, A., Kerepesi, C. & Gladyshev, V.N. Profiling epigenetic age in single cells. Nat Aging 1, 1189–1201 (2021). https://doi.org/10.1038/s43587-021-00134-3
該文章介紹了一種預(yù)測單個細(xì)胞的表觀年齡（epigenetic age）的方法。
關(guān)鍵詞：DNA methylation, epigenetic age, age clock, single cell
背景：人類基因組中有很多位點（CpG sites）的甲基化水平與年齡顯著相關(guān)，因此基于這些年齡相關(guān)的位點的甲基化水平可以構(gòu)建很準(zhǔn)確的年齡預(yù)測模型，如Horvath's clock。但是這些模型都是基于bulk samples，也就是一群細(xì)胞的平均年齡。怎樣基于單細(xì)胞甲基化測序數(shù)據(jù)預(yù)測單個細(xì)胞的表觀年齡還沒有人做過，這種可以預(yù)測單個細(xì)胞甲基化年齡的技術(shù)可以用于研究胚胎發(fā)育等特定細(xì)胞很少的場景。
難點：單個細(xì)胞就只有一套DNA，對單個細(xì)胞的甲基化測序數(shù)據(jù)只能隨機覆蓋一小部分基因組區(qū)域，并且對于測到的CpG位點，觀察到甲基化水平也只能是0或1兩種結(jié)果。（sparse and binarized methylation profiles）
scAge構(gòu)建過程：
1）生成參考集。基于bulk sample甲基化測序數(shù)據(jù)，對每一個CpG位點，擬合其甲基化水平與年齡的線性回歸模型，獲得,其中
指代第
個CpG位點。
注：這個參考集只包括了748,955個CpG位點，這些位點在參考集大于90%的樣本中被測到了。
2）收集有效年齡相關(guān)CpG位點。
- 針對每個單細(xì)胞，只保留出現(xiàn)在參考集中的CpG位點（common CpG sites）。
- 然后對這些留下的CpG位點，基于它們與年齡的相關(guān)系數(shù)絕對值從大到小進(jìn)行排序（ranking them based on the absolute magnitude of their Pearson correlation with age）。
- 最后每個單細(xì)胞只留下與年齡最相關(guān)的前1%的common CpG位點用于下一步分析。
所以最后每個單細(xì)胞篩選獲得的CpG位點數(shù)量各不一樣。
3）估計有效年齡相關(guān)CpG位點的測序值出現(xiàn)概率。每一個上一步收集到的年齡相關(guān)CpG位點，其測序結(jié)果不是1（被甲基化了）就是0（未被甲基化），我們可以計算其在不同年齡情況（-20~60 months, step=0.1 months）下獲得觀測值（1或0）的概率。如果是1，概率就是，如果是0，概率就是
。該概率用
表示。
注：為第一步線性模型所得。
4）極大似然估計年齡。假設(shè)各個CpG位點完全相互獨立，每個單細(xì)胞，所有有效位點的觀察值出現(xiàn)概率的乘積就可以代表在不同年齡下，觀察到測序結(jié)果的總概率值。因為所有概率都小于1，為了避免越乘越小，作者對乘積結(jié)果取了log，結(jié)果如下：
對每個單細(xì)胞樣本，計算其在不同年齡下（-20~60 months, step=0.1 months）的概率值,最大概率值所對應(yīng)的年齡即為該單細(xì)胞的預(yù)測表觀年齡。
模型預(yù)測效果：
作者基于三種細(xì)胞類型（liver，multi-tissue， blood）訓(xùn)練了三個模型，預(yù)測效果還不錯。
最后scAge的安裝和使用請參照：https://github.com/alex-trapp/scAge
scAge 的優(yōu)勢很明顯：可在單細(xì)胞分辨率下預(yù)測表觀年齡，在特定場景下會很有用。
