ComputAgeBench：表观遗传学老化时钟基准

长寿药物临床试验的成功在很大程度上依赖于识别综合性健康和老化生物标志物，如生物年龄。表观遗传学老化时钟使用个体的DNA甲基化谱预测其生物年龄，这些谱通常从血液样本中提取。然而，目前尚无标准化的方法来验证和比较表观遗传时钟模型。我们提出了ComputAgeBench，一个统一框架，包含这种方法和一个数据集，用于全面基准测试不同的临床相关老化时钟。我们的方法利用了一个核心思想，即可靠的老化时钟必须能够区分健康个体与那些具有加速老化条件的个体。具体而言，我们收集并标准化了66个公开的血液DNA甲基化数据集，涵盖了19种不同年龄的老化条件，并测试了13个已发布的时钟模型。此外，我们编制了46个独立的数据集，以促进新老化时钟的训练。我们相信我们的工作将使老化生物学和机器学习领域更加紧密结合，以支持可靠的健康和老化生物标志物的研究。代码 https://github.com/ComputationalAgingLab/ComputAge 数据集 https://huggingface.co/datasets/computage/computagebench