オミックスデータから非線形な加齢変化の全体像を取得する解析手法を開発

　岡田大瑚 医学研究科助教らは、生体分子発現量の非線形な加齢変化のパターンをデータ駆動的に同定し、加齢変化パターンに応じてマーカーを分類する新規のデータ解析手法を開発しました。「体の老化度」を測定する老化バイオマーカーの開発は、老化研究の中心的なテーマの1つです。老化バイオマーカーを探索する際にはほとんどの場合年齢との直線的な関係を想定しますが、加齢に伴って体に生じる変化には、直線的でない非線形なパターンも多くあります。例えば、加齢性疾患の発症リスクは年齢に比例して増加するのではなく、中年以降にリスクが加速度的に増加することが知られています。本研究で開発した新規のデータ解析手法であるDICNAP（Data-driven Identification and Classification of Nonlinear Aging Patterns）法を用いることで、生体分子マーカーの加齢変化にはどのような非線形パターンがあるのかを調べたり、加齢変化のパターンに基づいた老化バイオマーカーの解釈することが可能になります。本研究では、網羅的にDNAメチル化情報を取得したメチロームデータセットに提案手法を適用することで、DNAメチル化マーカーの非線形な加齢変化パターンの全体像を調べ、その結果を報告しました。

　本研究成果は、2023年2月11日に、国際学術誌「Human Genomics」にオンライン掲載されました。