ComputAgeBench: Benchmark für epigenetische Altersuhren

Zusammenfassung Der Erfolg klinischer Studien zu Langlebigkeitsmedikamenten hängt stark von der Identifizierung integrativer Gesundheits- und Altersbiomarker ab, wie z. B. dem biologischen Alter. Epigenetische Altersuhren sagen das biologische Alter eines Individuums anhand ihrer DNA-Methylierungsprofile voraus, die normalerweise aus Blutproben gewonnen werden. Es gibt jedoch bisher keine standardisierte Methodik zur Validierung und zum Vergleich epigenetischer Uhrenmodelle. Wir schlagen ComputAgeBench vor, ein einheitliches Rahmenwerk, das eine solche Methodik sowie einen Datensatz für umfassende Benchmarks verschiedener klinisch relevanter Altersuhren umfasst. Unsere Methodik nutzt die Grundidee, dass zuverlässige Altersuhren in der Lage sein müssen, zwischen gesunden Individuen und solchen mit altersbeschleunigenden Erkrankungen zu unterscheiden. Konkret haben wir 66 öffentliche Datensätze von Blut-DNA-Methylierung gesammelt und harmonisiert, die 19 solcher Erkrankungen über verschiedene Altersgruppen abdecken, und 13 veröffentlichte Uhrenmodelle getestet. Darüber hinaus haben wir 46 separate Datensätze zusammengestellt, um das Training neuer Altersuhren zu erleichtern. Wir glauben, dass unsere Arbeit die Bereiche der Alterungsbiologie und des maschinellen Lernens näher zusammenbringen wird, um die Forschung zu zuverlässigen Biomarkern für Gesundheit und Altern voranzutreiben. Code https: //github. com/ComputationalAgingLab/ComputAge Datensatz https: //huggingface. co/datasets/computage/computagebench