метилирование ДНК

В статье представлена методология разработки и переноса алгоритмов эпигенетических биомаркеров на основе метилирования ДНК (DNAm) на новый чип Illumina Methylation Screening Array (MSA). Традиционные биомаркеры DNAm были созданы на устаревших массивах EPIC, и их прямое применение на MSA невозможно без адаптации. Авторы использовали парные биологические образцы, профилированные на EPICv1 и MSA (1764 пары), а также повторы внутри массива, чтобы оценить согласованность на уровне отдельных CpG-сайтов с помощью средней абсолютной ошибки (MAE) и внутриклассовой корреляции (ICC). Из 140 150 общих CpG-сайтов 40 786 (29,1%) соответствовали критериям стабильности (MAE < 0,05 и ICC > 0,6). На основе стабильных сайтов были обучены 134 эпигенетических прокси-биомаркера (EBP) непосредственно на MSA, с применением или без применения анализа главных компонент с ядром (kPCA) для гармонизации на уровне образцов. Все 134 модели достигли ICC(2,1) ≥ 0,80 (медиана 0,97) на одном чипе и 96,3% — ICC(2,1) ≥ 0,60 (медиана 0,81) на разных чипах, при медианной корреляции Спирмена 0,48 с наблюдаемыми значениями. Среди 72 моделей с сопоставимым базовым уровнем стабильных проб 70 (97%) показали улучшение кросс-чиповой ICC (медианное улучшение +0,18). Кроме того, три известные эпигенетические часы были перенесены на MSA: OMICmAge и SystemsAge были переобучены для оценки значений, полученных на EPICv1 (коэффициент корреляции на тестовой выборке 0,944 и 0,912–0,949 соответственно), а DunedinPACE потребовал нормализации стабильных проб и робастной линейной калибровки, что повысило кросс-массивный ICC(2,1) с 0,784–0,810 до 0,891–0,925 и снизило MAE с 0,085–0,089 до 0,041–0,050 на трех наборах образцов. Результаты показывают, что сокращенный набор проб не препятствует воспроизводимому измерению биомаркеров DNAm, но стратегия переноса должна соответствовать архитектуре модели. Работа имеет прямое значение для клинических исследований и биобанков, где MSA может стать экономически эффективной альтернативой для крупномасштабного скрининга эпигенетических маркеров.

Исследование представляет HOMED (Hierarchically Optimized Methylation Deconvolution) — инновационный вычислительный фреймворк, предназначенный для решения проблемы клеточной гетерогенности в данных метилирования ДНК. Метод преодолевает ограничения существующих подходов, интегрируя иерархию клеточных линий и используя данные секвенирования РНК единичных клеток (scRNA-seq) для оптимизации сигнатур CpG-сайтов. В ходе тестирования на симулированных и реальных наборах данных (периферические мононуклеарные клетки крови, легкие и плацента) HOMED продемонстрировал превосходство над существующими методами, показав наиболее высокие коэффициенты корреляции Пирсона (PCC) и минимальные среднеквадратичные ошибки (RMSE). Благодаря использованию парных данных bulk RNA-seq/DNAm, алгоритм обеспечивает более высокую точность и разрешающую способность при анализе эпигенома. Разработка значительно повышает возможность обобщения результатов между различными типами тканей, что критически важно для проведения полногеномных исследований ассоциаций (EWAS). Данная технология открывает новые возможности для точной интерпретации эпигенетических профилей в биомедицинских исследованиях.

Представлен программный инструмент Rastair — интегрированный софт для одновременного обнаружения однонуклеотидных полиморфизмов (SNP) и оценки метилирования цитозина из данных секвенирования mC[->]T. В основе метода лежит машинное обучение для детекции вариантов в сочетании с оценкой метилирования, учитывающей генотип. Исследователи протестировали инструмент на бенчмарк-данных NA12878 и показали, что Rastair превосходит существующие вызователи метилирования-ориентированных SNP, достигая F1-оценки более 0.99 для данных с глубиной покрытия выше 30x, что сопоставимо с точностью state-of-the-art инструментов на данных полного геномного секвенирования. Ключевое преимущество — скорость: обработка файла 30x занимает менее 30 минут на 32 CPU-ядрах Intel Xeon, и вдвое быстрее при использовании GPU. Инструмент выявляет дополнительные 500 000 позиций в NA12878, где SNP трансформирует некодирующие позиции CpG в «de-novo» CpG, и наоборот — определяет варианты, нарушающие CpG, корректируя уровень метилирования. Rastair поддерживает стандартные форматы vcf, bam, bed и распространяется как open-source через conda, Dockerhub и как pre-compiled бинарники.