DNA methylation
PulseAugur coverage of DNA methylation — every cluster mentioning DNA methylation across labs, papers, and developer communities, ranked by signal.
-
新的DNA甲基化时钟可准确估算斑纹鲨年龄
研究人员开发了一种新方法，利用其血液中的DNA甲基化模式来估算斑纹鲨的年龄。这种新的表观遗传时钟可以预测鲨鱼的年龄，其中位数误差为一到两年，仅利用基因组中几个特定位点的信息。这一突破意义重大，因为鲨鱼寿命多样且进化历史悠久，在衰老研究方面一直是一个挑战。研究结果表明，一些基本的衰老生物学机制，如DNA甲基化模式，可能在巨大的进化距离上得以保留，甚至在鲨鱼和哺乳动物之间也是如此。
-
探索利用量子机器学习进行早期肺癌检测
研究人员探索了使用量子-经典混合机器学习模型，通过DNA片段组学和甲基化数据进行早期肺癌检测。该研究侧重于通过各种映射和纠缠策略将特征编码到量子希尔伯特空间中，以计算基于保真度的量子核。这些量子核模型与支持向量机和核PCA逻辑回归相结合，与经典SVM基线相比表现出竞争力，其中一些配置提高了片段组学数据的AUC和特异性。
-
新AI模型从DNA甲基化数据推断人类衰老轨迹
研究人员开发了一种新颖的计算流程，用于从DNA甲基化数据推断人类衰老轨迹。这种两阶段方法利用变分自编码器将甲基化谱映射到时间潜空间，然后采用正则化不平衡最优传输（RUOT）来模拟该空间内的连续变化。DeepRUOT框架允许模型适应群体层面的变化并重构不同的生物衰老原型，为模拟分子衰老提供了一种生成方法。
-
新的机器学习方法利用DNA甲基化改进中枢神经系统肿瘤分类
研究人员开发了一种利用DNA甲基化数据对中枢神经系统（CNS）肿瘤进行分类的新型机器学习方法。该方法结合了稀疏随机投影用于降维和多项逻辑回归用于分类。该方法在参考队列中达到了96%的准确率，在独立临床评估队列中达到了86%的准确率，比当前最先进的方法提高了几个百分点。这种改进具有临床相关性，因为它可以直接影响治疗选择和患者护理。