CGM将于北京时间6月1日星期六 10:00 PM举办在线沙龙活动。本期我们有幸邀请到应可钧博士来讲述“因果衰老时钟助力抗衰老疗法筛选”。
嘉宾简介
应可钧, 哈佛大学博士研究生，哈佛大学疾病健康协会主席。师从生物学家，美国科学院院士 Vadim N. Gladyshev 教授，专攻衰老系统生物学。他的研究重点是解析衰老的潜在原因以及开发基于机器学习的衰老生物标志物。2024 年，他在《自然-衰老》发表封面文章，提出首个基于因果推断的衰老时钟。他建立了 ClockBase 平台，整合了全球超过两百万个样本的衰老时钟数据。该平台曾被《自然-生物技术》新闻报道。他的其他研究近年在《自然-衰老》，《自然-医学》，《自然-代谢》等期刊发表并担任《自然-衰老》，《自然-通讯》等多个期刊审稿人。
内容摘要
利用大规模遗传数据和全基因组表观遗传学孟德尔随机化分析,我们识别出了与衰老相关性状因果相关的CpG位点。我们发现,已建立的表观遗传时钟和与年龄相关的DNA甲基化变化在这些因果CpG位点中并未富集。我们引入了两个新的表观遗传时钟模型:DamAge,表示与年龄相关的损伤;AdaptAge,反映适应性变化。DamAge加速与不利条件如死亡风险相关,而AdaptAge与有益适应相关。这些因果时钟对短期干预表现出更高的敏感性。我们的研究绘制了在寿命和健康寿命中起因果作用的CpG位点,为开发衰老生物标志物和评估长寿干预措施提供了基础。
为了系统识别新型抗衰老疗法,我们描述了ClockBase [www.clockbase.org]。以bio-learn [https://bio-learn.github.io]为后端,ClockBase的特点是基于25个衰老时钟模型对6000多个DNA甲基化和转录组数据集以及近200万个样本进行生物学年龄估算。总之,ClockBase为科学界提供了一个资源,用于探索样本的生物学年龄,从而促进新的长寿干预措施和加速衰老条件的发现。
关键词：衰老，表观遗传
Ying, K. et al. Causality-enriched epigenetic age uncouples damage and adaptation. Nat Aging 1–16 (2024)
Ying, K. et al. Biolearn, an open-source library for biomarkers of aging. Preprint at https://doi.org/10.1101/2023.12.02.569722 (2023).
Ying, K. et al. ClockBase : a comprehensive platform for biological age profiling in human and mouse. Preprint at https://doi.org/10.1101/2023.02.28.530532 (2023).
参加方式
2024年6月1日 星期六 10:00 PM（北京时间）
2024年6月1日 星期六 4:00 PM（欧中时间）
2024年6月1日 星期六 10:00 AM（美东时间）
参与平台：Zoom及Youbube直播（关注：CGMonline）
Zoom会议链接: https://us06web.zoom.us/j/87870509801?pwd=SGpvdEc3YVRQL2twTmJyenhnTDFrZz09 （可点击阅读原文/Read more直接进入）
Zoom会议ID：878 7050 9801 密码：207409
扫描二维码
关注我们
Bilibili：CGMonline 欢迎三连！
CGM网站：cgmonline.co
YouTube：Chinese Genomics Meet-up
微信群: 请添加微信好友SuonThriangh，请务必注明"CGM+姓名单位"。
