当前位置: 首页 > news >正文

易基因:RRBS揭示晚年锻炼可以减缓骨骼肌表观遗传衰老(甲基化年龄)|新研究

大家好,这里是专注表观组学十余年,领跑多组学科研服务的易基因。

2021年12月21日,美国阿肯色大学、德克萨斯大学和肯塔基大学的研究人员合作在《Aging Cell》杂志发表了题为“Late-life exercise mitigates skeletal muscle epigenetic aging”的Short Take研究论文,该研究通过使用简化甲基化测序(RRBS)、核糖体DNA(rDNA)和线粒体特异性甲基化分析、高分辨率靶向甲基化分析和DNAge™ 表观遗传衰老时钟分析对小鼠自愿耐力/阻力运动训练(渐进式负重轮跑,PoWeR)的可翻译模型,揭示运动可以延缓骨骼肌的表观遗传衰老。

标题:Late-life exercise mitigates skeletal muscle epigenetic aging晚年锻炼延缓骨骼肌表观遗传衰老

时间:2021.12.21

期刊:Aging Cell

影响因子:IF 11.005

技术平台:RRBS等

样本实验:

研究摘要:

包括骨骼肌在内的所有组织在整个生命周期中都会发生DNA甲基化变化,且结构和功能可能随着年龄增长而下降。运动训练会改变肌肉DNA甲基化,但是否会导致老年小鼠骨骼肌甲基化更接近年轻小鼠的甲基化尚不清楚。本研究对22-24月龄小鼠进行渐进式负重轮跑(PoWeR)的高容量阻力/耐力训练,训练结束后,通过RRBS甲基化测序分析、核糖体DNA(rDNA)和线粒体特异性甲基化分析、高分辨率靶向甲基化分析和>500个组织特异性小鼠CpG位点的高覆盖率表观遗传衰老时钟分析(DNAge™分析),评估运动对骨骼肌表观遗传衰老的作用,并将结果与Horvath泛组织表观遗传衰老时钟进行重叠分析。结果表明22-24月龄的晚年小鼠PoWeR显著减缓了与年龄相关的启动子甲基化变化。PoWeR训练8周后的老年小鼠(aged PoWeR)肌肉表观遗传年龄大约比24月龄的久坐小鼠(aged sedentary)年轻8周,约占预期小鼠寿命的8%。这些数据为运动减缓骨骼肌衰老提供了分子基础。

研究结果

(1)骨骼肌的RRBS分析

与4月龄年轻小鼠相比,久坐的24月龄小鼠腓肠肌的启动子区域(即转录起始位点上游1 kb内)的103个特异性CpG位点低甲基化(FDR<0.05),而比对到133个不同基因中至少一个基因对应的762个不同CpG位点高甲基化(FDR<0.05,图1a)。对老年肌肉高甲基化启动子基因的通路分析表明,三羧酸循环(TCA)调节(p=0.00572,q=0.125)中的过表达,特别是与NAD活性相关的基因(图1b)。在外显子区域比对到27个基因中至少一个基因对应的68个CpG位点表现出低甲基化,而比对到146个基因中至少一个基因对应的864个不同CpG位点在老年久坐小鼠肌肉中高甲基化(FDR<0.05,且老年久坐小鼠的内含子甲基化模式相同;比对到131个基因中至少一个基因对应的271个CpG位点低甲基化;而比对到301个基因中的至少一个基因对应的2261个CpG位点高甲基化(FDR<0.05)。随着年龄的增长,所有三个区域中(启动子、外显子、内含子)没有基因随着年龄而低甲基化,而所有三个区域中有18个基因高甲基化。

图1:年轻、老年久坐和老年渐进式负重轮跑(PoWeR)小鼠肌肉中启动子甲基化变化。

(a) 老年久坐小鼠与年轻小鼠腓肠肌中启动子CpG甲基化百分比(距转录起始位点≤1 kb)(所有位点*FDR<0.05;相同CpG的老年PoWeR甲基化显示为参考)。

(b) 与年轻小鼠相比,三羧酸(TCA)循环基因启动子随年龄增长而高甲基化,插图显示启动子CpG平均甲基化。

(c) 与年轻小鼠相比,老年久坐小鼠肌肉中的基因启动子区域的低甲基化,但老年PoWeR小鼠中的基因未低甲基化。

(d) 与年轻小鼠相比,老年久坐小鼠肌肉中的基因启动子区域的高甲基化,老年PoWeR小鼠中的基因未高甲基化。

(e) Rbm10和Timm8a1启动子区甲基化;x轴表示基因启动子区中单个CpG位点的染色体位置。使用所有组的广义线性模型来确定差异甲基化,通过使用Benjamini–Hochberg方法控制错误发现率(FDR)来校正多重比较(α=0.05)

(2)核糖体DNA(rDNA)甲基化和DNAge分析

rDNA随着年龄的增长而高甲基化,并具有高度保守的衰老甲基化时钟。本研究在rDNA中鉴定出360个CpG位点,这些位点在老年小鼠和年轻小鼠肌肉中差异甲基化(FDR<0.05),其中15个位点低甲基化,345个位点高甲基化。在PoWeR训练后,久坐小鼠中有9个位点低甲基化(图2a)。PoWeR训练将老年小鼠与年轻小鼠肌肉中11个位点的甲基化水平向年轻小鼠转移(图2b)。对增强子区域位点(CpG 43519)及其周围的甲基化水平使用靶向高分辨率甲基化分析(平均每个rDNA CpG的覆盖率>10000倍),结果表明与单独衰老相比,运动导致的更多甲基化水平,这些位点在年轻小鼠中无论运动与否均呈现高甲基化水平。从RRBS分析可以得出结论,运动可以改变老年肌肉中的rDNA甲基化,但靶基因分析揭示了reads覆盖度对绝对甲基化水平的潜在影响(位点43519的RRBS覆盖度平均为23倍)。

图2:核糖体DNA(rDNA)甲基化和DNAge™ 分析。

(a) 与年轻小鼠相比,rDNA CpG(按染色体位置列出)在老年久坐小鼠肌肉中低甲基化(*FDR<0.05),但在老年PoWeR小鼠肌肉中未低甲基化。

(b) 与年轻小鼠相比,rDNA CpG(按染色体位置列出)在老年久坐小鼠肌肉中高甲基化(*FDR<0.05),但在老年PoWeR小鼠肌肉中未高甲基化。

(c) 老年久坐小鼠与老年PoWeR小鼠肌肉的DNAge™分析,使用定向t检验分析。使用所有组的广义线性模型来确定(a)和(b)中的差异甲基化,并通过使用Benjamini-Hochberg方法控制错误发现率(FDR)来校正多重比较(α=0.05);直方图用直线表示中位数。

PoWeR训练8周后的DNAge™分析对研究小鼠腓肠肌中年轻的表观遗传年龄足够敏感,最近的进展有望提高肌肉特异性甲基化的衰老时钟的稳健性和准确性。未来的研究可能会阐明哪些运动对DNAge的影响与衰老无关。在某些情况下,与其他相关因素(如体重或心肺功能)相比,年龄与肌肉功能障碍的相关性较小。不过运动对减缓肌肉表观遗传衰老的研究结果支持了最近对人类的针对性观察,且越来越多的证据表明运动是延长健康寿命的一种策略。一旦肌肉纤维中动态DNA甲基化变化机制基础得到更明确的定义,随着年龄增长,改善肌肉健康将成为潜在可修饰的表观遗传标记。

关于易基因简化基因组甲基化测序(RRBS)研究解决方案

简化甲基化测序(Reduced Representation Bisulfite Sequencing,RRBS)是利用限制性内切酶对基因组进行酶切,富集启动子及CpG岛等重要的表观调控区域并进行重亚硫酸盐测序。该技术显著提高了高CpG区域的测序深度,在CpG岛、启动子区域和增强子元件区域可以获得高精度的分辨率,是一种准确、高效、经济的DNA甲基化研究方法,在大规模临床样本的研究中具有广泛的应用前景。

为适应科研技术的需要,易基因进一步开发了可在更大区域内捕获CpG位点的双酶切RRBS(dRRBS),可研究更广泛区域的甲基化,包括CGI shore等区域。

为助力适用低起始量DNA样本(5ng)量多维度甲基化分析,易基因开发了富集覆盖CpG岛、启动子、增强子、CTCF结合位点的甲基化靶向基因组测序方法:extended-representation bisulfite sequencing(XRBS),实现了高灵敏度和微量样本复用检测,使其具有高度可扩展性,并适用于有限的样本和单个细胞基因组CG位点覆盖高达15M以上。

技术优势:

起始量:100ng gDNA;

单碱基分辨率;

多样本的覆盖区域重复性可达到85%-95%、测序区域针对高CpG调控区域,数据利用率更高;

针对性强,成本较低;

基因组CG位点覆盖高达10-15M,显著优于850K芯片。

应用方向:

RRBS/dRRBS/XRBS广泛应用于动物,要求全基因组扫描(覆盖关键调控位点)的:

队列研究、疾病分子分型、临床样本的甲基化 Biomarker 筛选

复杂疾病及肿瘤发病机制等甲基化研究

模式动物发育和疾病甲基化研究

易基因科技提供全面的DNA甲基化研究整体解决方案,技术详情了解请致电易基因。

参考文献:

Klughammer J, et al. Comparative analysis of genome-scale, base-resolution DNA methylation profiles across 580 animal species. Nat Commun. 2023 Jan 16;14(1):232.

相关阅读:

一文看懂|简化基因组DNA甲基化测序(RRBS)实验怎么做

一文读懂|精准简化基因组甲基化测序(RRBS+oxRRBS)分析怎么做

3文一览:简化甲基化测序(RRBS)技术优势及研究成果(医学+物种保护+农学)

亮点研究|oxRRBS+RRBS揭示牦牛下丘脑在神经调节和髓鞘形成中的表观调控机制

相关文章:

易基因:RRBS揭示晚年锻炼可以减缓骨骼肌表观遗传衰老(甲基化年龄)|新研究

大家好&#xff0c;这里是专注表观组学十余年&#xff0c;领跑多组学科研服务的易基因。2021年12月21日&#xff0c;美国阿肯色大学、德克萨斯大学和肯塔基大学的研究人员合作在《Aging Cell》杂志发表了题为“Late-life exercise mitigates skeletal muscle epigenetic aging”…...

JVM的基本知识

JVM JVM是java的虚拟机,是一个十分复杂的东西,所以掌握的要求比较高.本文主要是研究JVM的三大话题 JVM内存划分JVM类加载JVM的垃圾回收 JVM内存划分 java程序要执行的时候,JVM会先申请一块空间,这里就涉及到JVM的内存划分 堆 : 放的是new 出来的对象栈: 放的是方法之间的调…...

STM32移植FreeRTOS操作系统

一、FreeRTOS源码下载&#xff08;1&#xff09;移植钱得准备前菜对吧&#xff0c;我们先来去官网瞄一瞄网址&#xff1a;https://freertos.org/zh-cn-cmn-s/ 第一步&#xff1a;点击下载FreeRTOS第二步&#xff1a;选择版本下载&#xff08;我选择稳定版本&#xff09;注&…...

【专项训练】泛型递归、树的递归

递归和循环没有明显的边界! 不要进行人肉递归! 找最近重复子问题,直接写递归! 数学归纳法思维:1,2,…… 70. 爬楼梯 https://leetcode.cn/problems/climbing-stairs/ 互斥,且加在一起是全部答案! 动态规划法:用数组做递推,就是动态规划!!! class Solution...

React18 setState是同步还是异步?

相信大家对于react的setState肯定是不陌生了, 这是一个用于更新状态的函数. 但是在之前有一道非常经典的面试题就是关于setState是同步还是异步的问题, 具体可以参考我之前写的一篇文章: 一篇文章彻底理解setState是同步还是异步&#xff01;. 对于react 18之前的版本, 上文说的…...

Kafka消费者 TCP管理

Kafka消费者 TCP管理创建 TCPFindCoordinator连接协调者消费数据TCP 连接数关闭 TCP 连接消费者的程序入口类是 KafkaConsumer 构建 KafkaConsumer 时 &#xff0c;不会创建任何 TCP 连接TCP 连接是用 KafkaConsumer.poll 创建 创建 TCP poll 创建 TCP 的地方 : 发起 FindC…...

软考高级备考哪一个类型好些?

软考高级是比中级和初级难&#xff0c;科目就要考三科&#xff0c;选择题基础知识简答题案例分析写作论文 软考高级科目有&#xff1a;信息系统项目管理师、系统分析师、系统架构设计师、网络规划师、系统规划与管理师。如下&#xff1a; 软考高级中高项信息系统项目管理师师比…...

2023 HBU 天梯赛第一次测试 题目集

目录 1 建校日期 2 发射小球 3 背上书包去旅行 4 吉利的数字 5 向前走 6 热水器 7 走方格 8 朋友圈 9 交保护费 10 走方格 11 和与积 12 缩短字符串 13 买木棒 1 建校日期 在2022 ICPC沈阳站上&#xff0c;东北大学命题组给参赛的选手们出了一道签到题&#xff0…...

华为OD机试题,用 Java 解【子序列长度】问题

华为Od必看系列 华为OD机试 全流程解析+经验分享,题型分享,防作弊指南)华为od机试,独家整理 已参加机试人员的实战技巧华为od 2023 | 什么是华为od,od 薪资待遇,od机试题清单华为OD机试真题大全,用 Python 解华为机试题 | 机试宝典使用说明 参加华为od机试,一定要注意不…...

内网环境解决SSL证书问题

本来这个没什么好写的&#xff0c;但是坑实在有点多&#xff0c;不得不写个文章记录下来。 创建证书看这里&#xff01;&#xff01;&#xff01; 很多知识点要结合这个页面内容来看。 创建证书已经看过相关文章&#xff0c;然后用unity跑的时候发现连不上&#xff0c;完全没…...

数据分析方法01对比分析法

对比分析法 1、概念 基于相同的数据标准下&#xff0c;把两个及以上相互联系的指标数据进行比较&#xff0c;准确量化的分析他们的差异&#xff0c;说明研究对象在规模大小&#xff0c;水平高低&#xff0c;速度快慢等的不同表现&#xff0c;目的是为了找到差异的原因&#x…...

基于SMOKE多模式排放清单处理技术及EDGAR/MEIC清单制作与VOCs排放量核算

查看原文>>>基于SMOKE多模式排放清单处理技术及EDGAR/MEIC清单制作与VOCs排放量核算 (qq.com)随着我国经济快速发展&#xff0c;我国面临着日益严重的大气污染问题。近年来&#xff0c;严重的大气污染问题已经明显影响国计民生&#xff0c;引起政府、学界和人们越来越…...

CSS流动布局-页面自适应

项目中经常会碰到页面自适应的问题&#xff0c;例如&#xff1a;商城的列表展示、分类列表展示等页面&#xff0c;如下&#xff1a; 该页面会随着页面的放大缩小而随之发生变化&#xff0c;这种自适应的页面布局在大屏幕、小屏幕、不同的浏览器设备上都应该呈现出与设计匹配的…...

3.Elasticsearch初步进阶

3.Elasticsearch初步进阶[toc]1.文档批量操作批量获取文档数据批量获取文档数据是通过_mget的API来实现的在URL中不指定index和type请求方式:GET请求地址:_mget功能说明:可以通过ID批量获取不同index和type的数据请求参数docs:文档数组参数_index:指定index_type:指定type_id:指…...

优思学院|六西格玛管理的核心理念是什么?

六西格玛管理是一种基于数据分析的质量管理方法&#xff0c;旨在通过降低过程的变异性来达到质量稳定和优化的目的。该方法以希腊字母“σ”为名&#xff0c;代表标准差&#xff0c;是衡量过程变异性的重要指标。 六西格玛管理的核心理念是“以客户为中心、以数据为基础、追求…...

第十七节 多态

多态 什么是多态? ●同类型的对象&#xff0c;执行同一个行为&#xff0c;会表现出不同的行为特征。 多态的常见形式 父类类型 对象名称new子类构造器; 接口 对象名称new 实现类构造器; 多态中成员访问特点 ●方法调用:编译看左边&#xff0c;运行看右边。 ●变量调用:编译看…...

[vue]提供一种网站底部备案号样式代码

演示 vue组件型&#xff08;可直接用&#xff09; 组件代码&#xff1a;copyright-icp.vue <template><div class"icp">{{© ${year} ${author} }}<a href"http://beian.miit.gov.cn/" target"_blank">{{ record }}</a…...

python第四天作业~函数练习

目录 作业4、判断以下哪些不能作为标识符 A、a B、&#xffe5;a C、_12 D、$a12 E、false F、False 作业5&#xff1a; 输入数&#xff0c;判断这个数是否是质数&#xff08;要求使用函数 for循环&#xff09; 作业6&#xff1a;求50~150之间的质数是…...

linux安装influxdb-rpmyum方式

一、influxdb的安装InfluxDB简介时序数据库InfluxDB版是一款专门处理高写入和查询负载的时序数据库&#xff0c;用于存储大规模的时序数据并进行实时分析&#xff0c;包括来自DevOps监控、应用指标和IoT传感器上的数据主要特点&#xff1a;专为时间序列数据量身订造高性能数据存…...

死锁

1.死锁的定义 多线程以及多进程改善了系统资源的利用率并提高了系统 的处理能力。然而&#xff0c;并发执行也带来了新的问题——死锁。所谓死锁是指多个线程因竞争资源而造成的一种僵局&#xff08;互相等待&#xff09;&#xff0c;若无外力作用&#xff0c;这些进程都将无法…...

C++基础了解-05-C++常量

C常量 一、C常量 常量是固定值&#xff0c;在程序执行期间不会改变。这些固定的值&#xff0c;又叫做字面量。 常量可以是任何的基本数据类型&#xff0c;可分为整型数字、浮点数字、字符、字符串和布尔值。 常量就像是常规的变量&#xff0c;只不过常量的值在定义后不能进…...

深度学习笔记-2.自动梯度问题

通过反向传播进行自动求梯度1-requires_grad问题2-梯度3- detach() 和 with torch.no_grad(&#xff09;4- Tensor.data.requires_gradPyTorch提供的autograd包能够根据输入和前向传播过程自动构建计算图&#xff0c;并执行反向传播. 1-requires_grad问题 requires_gradTrue …...

一文读懂倒排序索引涉及的核心概念

基础概念相信对于第一次接触Elasticsearch的同学来说&#xff0c;最难理解的概念就是倒排序索引&#xff08;也叫反向索引&#xff09;&#xff0c;因为这个概念跟我们之前在传统关系型数据库中的索引概念是完全不同的&#xff01;在这里我就重点给大家介绍一下倒排序索引&…...

Java基础算法题

以创作之名致敬节日 胜固欣然&#xff0c;败亦可喜。 --苏轼 目录 练习1 : 优化代码 扩展 : CRTL Alt M 自动抽取方法 练习2: 方法一: 方法二: 方法三: Math : 顾名思义&#xff0c;Math类就是用来进行数学计算的&#xff0c;它提供了大量的静态方法来便于我们实…...

「SAP ABAP」你真的了解OPEN SQL的DML语句吗 (附超详细案例讲解)

&#x1f482;作者简介&#xff1a; THUNDER王&#xff0c;一名热爱财税和SAP ABAP编程以及热爱分享的博主。目前于江西师范大学本科在读&#xff0c;同时任汉硕云&#xff08;广东&#xff09;科技有限公司ABAP开发顾问。在学习工作中&#xff0c;我通常使用偏后端的开发语言A…...

数据结构3——线性表2:线性表的顺序结构

顺序结构的基本理解 定义&#xff1a; 把逻辑上相邻的数据元素存储在物理上相邻&#xff08;占用一片连续的存储单元&#xff0c;中间不能空出来&#xff09;的存储单元的存储结构 存储位置计算&#xff1a; LOC(a(i1))LOC(a(i))lLOC(a(i1))LOC(a(i))l LOC(a(i1))LOC(a(i))l L…...

VMware虚拟机搭建环境通用方法

目录一、前期准备1.下载并安装一个虚拟机软件二、开始创建虚拟机1.配置虚拟机硬件相关操作2.虚拟机网络相关操作三、开机配置相关内容0.开机遇到报错处理&#xff08;选看--开机没有报错请忽略&#xff09;1.开始配置2.开机之后配置3.使用xshell远程登录4.使用xshell配置虚拟机…...

2.Fully Convolutional Networks for Semantic Segmentation论文记录

欢迎访问个人网络日志&#x1f339;&#x1f339;知行空间&#x1f339;&#x1f339; 文章目录1.基础介绍2.分类网络转换成全卷积分割网络3.转置卷积进行上采样4.特征融合5.一个pytorch源码实现参考资料1.基础介绍 论文:Fully Convolutional Networks for Semantic Segmentati…...

深度解析Spring Boot自动装配原理

废话不多说了&#xff0c;直接来看源码。源码解析SpringBootApplication我们在使用idea创建好Spring Boot项目时&#xff0c;会发现在启动类上添加了SpringBootApplication注解&#xff0c;这个注解就是Spring Boot的核心所在。点击注解可以查看到到它的实现ementType.TYPE) Re…...

Redis性能分析相关-channel=[id: 0xbee27bd4, L:/127.0.0.1:63156

redis宕机...