DNA 甲基化是一种已公认的用于预测年龄的生物特征标记。传统分析方法往往局限于线性模型，难以捕捉甲基化复杂的调控特性。
非线性预测模型
最近，研究人员开发了甲基化 GPT（生成式预训练变换器）系统来预测寿命。该系统能够模拟各种组织细胞的非线性模式，从而提高了分析的准确性。
数据收集和分析
研究人员收集了多种组织类型的 DNA 甲基化谱数据，涵盖 22.6 万人。他们使用人工智能算法学习了具有生物学意义的表达，包括局部基因组背景和更高水平的染色体特征。他们按性别、组织类型和基因组对数据进行了分组。
准确的年龄预测
对 1.1 万人的数据集进行的年龄预测结果显示了卓越的准确性。中位绝对误差仅为 4.5 岁。
寿命影响因素评估
该模型还可以评估影响寿命的因素，包括戒烟、高强度训练和地中海饮食。它预测了 60 种疾病和死亡率的风险，展示了
发表评论