elisa試劑盒實全發現測算人類老化方法

    告訴你：古代蘇美爾人的一部史詩，描述了烏(wu) 魯克城的統治者尋找一種能永駐青春的植物的故事。巧合的是，“我們(men) 3人經常討論的話題就是科學如何延長壽命"。

    1989年，在他們(men) zui後一次討論時，3人達成了這樣的共識：今後的職業(ye) 生涯要專(zhuan) 注於(yu) 研究如何用科學延長人類壽命。Jorg著眼於(yu) 計算機科學和人工智能領域；Markus專(zhuan) 注於(yu) 生物化學和遺傳(chuan) 學領域；Steve表示，他計劃用數學模型和基因網絡研究如何延長壽命。Jorg如願以償(chang) 地實現了“人工智能夢"——成為(wei) 德國波恩大學的計算機科學家，Markus則成為(wei) 了一名精神科醫生。

    Steve目前是美國加州大學洛杉磯分校（UCLA）的人類遺傳(chuan) 學家兼生物統計學家，他說：“我已經準備好兌(dui) 現承諾。"在數年的艱辛研究過程中，他被編輯和評審員多次拒絕。現在，他已經收集並分析了13000多個(ge) 人類組織樣本數據。他發現，細胞生物鍾的運轉速率和身體(ti) 其他部位一樣。Steve研究的性讓其他科學家印象深刻。但是，細胞生物鍾一些“有趣的例外"可能為(wei) 研究人類衰老提供了線索。

    Horvath從(cong) 表觀遺傳(chuan) 學角度研究細胞生物鍾。表觀遺傳(chuan) 學是指在基因組序列不變的情況下，可以決(jue) 定基因表達與(yu) 否、並可穩定遺傳(chuan) 下去的調控密碼。隨著細胞的老化，表觀改變的模式也會(hui) 發生變化。為(wei) 了弄清如何判斷一個(ge) 人的年齡，Horvath研究了數百例細胞樣本中DNA的位置，並分析這些位置發生甲基化的頻率。

    Horvath發現了一種基於(yu) DNA甲基化狀態的算法，elisa試劑盒這種算法能非常準確地估計年齡——不是根據細胞本身，而是根據細胞生長環境。例如，白血球的存活周期可能隻有幾天或數周，但它卻攜帶著一位50多歲捐贈者的生命特征，誤差僅(jin) 在數年之間。除了白血球之外，從(cong) 大腦、結腸以及許多其他器官提取的DNA也一樣含有人體(ti) 的生命特征。以往的推算方法單純依靠年齡的生物標記，而這種標記隻存在於(yu) 1到2種組織中。新方法打破了原有的束縛，包括追溯年齡的黃金法則——天冬氨酸外消旋化技術，該技術隻能依靠測量牙齒或者骨頭內(nei) 的蛋白質判別年齡。

    Horvath說：“我希望找到一種適用於(yu) 大多數組織的方法。這是一個(ge) 非常冒險的嚐試。"現在，這場“*博"似乎有了回報。去年他的文章發表。時鍾算法的中間誤差在3.6年之間，這意味著依靠該方法，研究者能夠從(cong) 寬泛選擇的組織中推斷出捐贈者的實際年齡，誤差控製在43個(ge) 月之間。若給出特定的組織，準確性會(hui) 更高，例如：單獨給出唾液樣本，誤差縮小到2.7年之間；給出特定白血球，誤差在1.9年之間；若給出大腦皮層組織，則誤差僅(jin) 在1.5年之間。時鍾算法的實際測量結果顯示，當給出從(cong) 胚胎中提取的幹細胞時，結果鑒定為(wei) 極度年輕；當給出從(cong) 百歲老人大腦提出的樣本時則顯示大約為(wei) 100歲左右。

    Horvath論文發表後的數月，其他研究人員也在不斷擴充該研究。科學家認為(wei) 該研究有廣泛應用前景。澳大利亞(ya) 昆士蘭(lan) 大學數量遺傳(chuan) 學係主任Peter Visscher說：“這是很新奇的東(dong) 西。如果Horvath是對的，那麽(me) 在衰老的過程中，真的存在類似表觀遺傳(chuan) 的時鍾在起作用。這個(ge) 發現非常重要。"

    Horvath一直堅持吉爾伽美什項目的研究，為(wei) 此他補修了數學博士學位和生物統計學博士學位，並於(yu) 2000年加入UCLA遺傳(chuan) 學研究所。2006年，Horvath在獲得了終身教職後開始專(zhuan) 注於(yu) 老化研究，為(wei) 此他不斷研究基因活動在整個(ge) 生命過程中的變化。研究由一名博士生具體(ti) 執行，通過統計過濾器來完善基因轉錄數據，以期能夠找到一個(ge) 明顯的生物年齡標記。但經過1年多，Horvath和那名博士生仍沒有找到符合要求的目標。他們(men) 總結道：如果真有生物年齡標記存在於(yu) 基因轉錄數據中，那麽(me) 它可能因為(wei) 人與(yu) 人的不同、器官與(yu) 器官的差異而被湮沒。盡管研究未取得進展，Horvath仍決(jue) 定繼續這種大膽而充滿想象力的研究項目，但卻不再邀請學生和博士後參與(yu) 。Horvath說：“為(wei) 了一個(ge) 不太可能完成的項目而斷送別人的前程，我認為(wei) 這是不公平的。"

    2011年，elisa試劑盒研究有了起色。Horvath在UCLA的同事Eric Vilain領導了另一個(ge) 研究小組。作為(wei) 小組成員，Horvath從(cong) 68名成年人的唾液樣本中提取DNA用於(yu) 研究甲基化模式。Vilain小組原本在研究一種與(yu) 性取向相關(guan) 的表觀遺傳(chuan) 模式，但zui終一無所獲。Horvath和同事決(jue) 定利用手中的數據檢測是否能夠將其應用於(yu) 老化研究中。

    在人類的DNA中，甲基通常附著在CpG點上，後者是胞嘧啶處理鳥嘌呤的地方。一段正常的人類基因組含有超過2800萬(wan) 個(ge) CpG點，但是用於(yu) 探測甲基化樣本的微陣列技術隻能發現極少的一部分：老式機器隻能定位2.7萬(wan) 個(ge) 點，而新型機器也隻能找到48.5萬(wan) 個(ge) 點。

    Horvath很幸運，他在一個(ge) 簡單的統計模型中獲得了成功，該模型研究的內(nei) 容是：在一滴唾液中有多少細胞含有隻在特定兩(liang) 個(ge) CpG點發生甲基化的DNA。研究指數與(yu) 實驗參與(yu) 者的年齡大致一致，相關(guan) 性為(wei) 0.85或者說準確度為(wei) 85%，平均誤差在5年之間。

    盡管是在繼續他人的研究，但Horvath在研究中確認，甲基化模式與(yu) 另外多種類型的細胞間的相關(guan) 性更加密切，例如大腦和血液。突然，一個(ge) 曾經被Horvath排除的想法再次湧現出來：或許在人體(ti) 的各個(ge) 部分都可以找到生物年齡標記。

    但這是一個(ge) 很艱難的研究，Horvath需要將包括年齡和DNA甲基化信息在內(nei) 的無數數據集全部綜合在一起。甲基化譜被應用於(yu) 許多醫學研究，通常是與(yu) 老化不同的研究領域。且由於(yu) 收集和處理方式的不同，數據很難進行對比。Horvath擔憂：“如果這些數據是由不同的實驗室以不同的方式收集的，那麽(me) 如何才能使數據庫具有可比性？"

    Horvath以英國倫(lun) 敦大學學院的Andrew Teschendorff的工作為(wei) 基礎，設計了一種將甲基化譜規格化的方法，並把它們(men) 置於(yu) 同樣的基礎上。除此之外，對於(yu) 實驗中出現的一些不確定因素，Horvath采取了直接忽視的態度——這是一個(ge) 大膽的策略，他希望這不會(hui) 影響到模型的準確性。

    準確性確實沒有受到影響。在2012年早期，Horvath將新算法應用到基因組的16 CpG 點中，並得出有9種組織與(yu) 實際年齡的相關(guan) 性為(wei) 96%。新算法的準確度非常驚人：血液樣本的中間誤差為(wei) 3年，臉頰黏膜拭子的中間誤差僅(jin) 為(wei) 18個(ge) 月。

    但是，elisa試劑盒兩(liang) 份雜誌的編輯否定了Horvath的論文。Horvath認為(wei) ，編輯否定論文的zui關(guan) 鍵一點在於(yu) ：它太美好了，所以不可能是真的。他們(men) 懷疑時鍾模型的設計或許與(yu) 訓練數據相符，但Horvath沒有足夠的測試數據來充分證明這一點。

    盡管被拒絕，但Horvath仍頑強地堅持收集數據，並擴充運算法則。截至2012年12月，他的甲基化數據庫囊括了51種非癌症組織，外加20種癌症組織，年齡測量者已經能覆蓋353個(ge) CpG點。