
-
生物通官微
陪你抓住生命科技
跳动的脉搏
BAGE:一种基于PBMC基因表达数据用于年龄预测的贝叶斯框架
《BMC Bioinformatics》:BAGE: a Bayesian framework for age prediction based on PBMC gene expression data
【字体: 大 中 小 】 时间:2026年06月15日 来源:BMC Bioinformatics 3.3
编辑推荐:
摘要背景从生物数据中估算实际年龄对于衰老及相关疾病的临床研究与科学研究而言愈发重要。在转录组数据方面,已有研究表明实际年龄的预测在很大程度上取决于样本类型。虽然已有基于PBMC单细胞数据的单细胞RNA-seq时钟模型被报道,但据我们所知,尚无专门针对外周血单核细胞(PBMCs)训
从生物数据中估算实际年龄对于衰老及相关疾病的临床研究与科学研究而言愈发重要。在转录组数据方面,已有研究表明实际年龄的预测在很大程度上取决于样本类型。虽然已有基于PBMC单细胞数据的单细胞RNA-seq时钟模型被报道,但据我们所知,尚无专门针对外周血单核细胞(PBMCs)训练的公开可用批量RNA-seq年龄预测模型。为填补这一空白,我们整合了16个公开的PBMCs批量转录组数据集,这些数据集涵盖了174名健康个体(年龄在4至81岁之间,性别比例均衡),并应用了BAGE(一种基于基因表达数据进行年龄预测的贝叶斯框架)。BAGE采用贝叶斯线性混合模型,将数据集视为随机截距,以此来捕捉批次效应和技术差异。
在本研究中,我们采用了留一法交叉验证策略对多种BAGE实现方案进行了评估。这些模型在年龄参数设定、计数转换以及变量选择方法上存在差异。最佳模型的决定系数(\(R^2\))为0.86,平均绝对误差为5.5,在我们的PBMC数据上表现优于弹性网模型和RNAAgeCalc工具。这一优异性能是通过采用年龄的平方根参数设定实现的,而由此得到的70个基因的预测因子在各个数据集中都保持稳定。通过过度表达分析,这些基因与自然杀伤细胞相关的生物学通路有关。
通过明确建模研究层面的异质性,并使用特定于PBMC的基因特征,相比弹性网基准模型以及RNAAgeCalc多组织计算工具,该方法的预测精度得到了提升。BAGE框架可应用于规模更大、更具异质性的研究群体,而且易于扩展,以便与更多的组学数据整合。在经过外部验证和纵向研究验证后,这些选定的基因集有望成为可解释的免疫衰老生物标志物。
从生物数据中估算实际年龄对于衰老及相关疾病的临床研究与科学研究而言愈发重要。在转录组数据方面,已有研究表明实际年龄的预测在很大程度上取决于样本类型。虽然已有基于PBMC单细胞数据的单细胞RNA-seq时钟模型被报道,但据我们所知,尚无专门针对外周血单核细胞(PBMCs)训练的公开可用批量RNA-seq年龄预测模型。为填补这一空白,我们整合了16个公开的PBMCs批量转录组数据集,这些数据集涵盖了174名健康个体(年龄在4至81岁之间,性别比例均衡),并应用了BAGE(一种基于基因表达数据进行年龄预测的贝叶斯框架)。BAGE采用贝叶斯线性混合模型,将数据集视为随机截距,以此来捕捉批次效应和技术差异。
在本研究中,我们采用了留一法交叉验证策略对多种BAGE实现方案进行了评估。这些模型在年龄参数设定、计数转换以及变量选择方法上存在差异。最佳模型的决定系数(\(R^2\))为0.86,平均绝对误差为5.5,在我们的PBMC数据上表现优于弹性网模型和RNAAgeCalc工具。这一优异性能是通过采用年龄的平方根参数设定实现的,而由此得到的70个基因的预测因子在各个数据集中都保持稳定。通过过度表达分析,这些基因与自然杀伤细胞相关的生物学通路有关。
通过明确建模研究层面的异质性,并使用特定于PBMC的基因特征,相比弹性网基准模型以及RNAAgeCalc多组织计算工具,该方法的预测精度得到了提升。BAGE框架可应用于规模更大、更具异质性的研究群体,而且易于扩展,以便与更多的组学数据整合。在经过外部验证和纵向研究验证后,这些选定的基因集有望成为可解释的免疫衰老生物标志物。