[发明专利]一种人体生物学年龄预测与人体衰老程度评估方法

说明书

本发明涉及一种人体生物学年龄预测与人体衰老程度评估方法，本发明包含利用广义弹性网络(包括套索回归，岭回归)、支持向量机回归、渐进梯度回归、随机森林回归、深度神经网络等机器学习和深度学习算法，对人体转录组数据构建衰老时钟模型；进一步分析得到衰老基因及其子集，优化人体衰老时钟模型；随后利用优化后的衰老时钟模型预测测试数据，并比较预测年龄与实际年龄的差距，用以评估人体生物学年龄和衰老速度。本发明可用于评估各种抗衰老干预措施的抗衰老效果及个体系统炎症状态、健康状态、衰老状态等，进而建立个性化、精准化抗衰老方案和临床干预方案。

技术领域：

本发明涉及生命健康领域，具体地，本发明涉及一种基于全血转录本预测人体年龄、评估机体衰老程度的方法。

背景技术：

世界人口正在快速老龄化。预计到2050年，全球60岁及以上人口数将增加至20亿。我国自1999年便已进入老龄化社会，截至2018年，我国60岁及以上人口达2.5亿，占17.9％。预计到2030年，中国农村和城市地区60岁及以上人口的比例将分别达到21.8％和14.8％。中国老龄人口基数庞大、增长迅速，如何保障老年人健康，对实现健康中国战略目标至关重要。另一方面，随着人们生活质量的普遍提高，人们不再满足于老年有病治病，而是对于健康地老去有更高的需求。然而，一些衰老相关疾病如骨质疏松、神经退行性疾病、癌症、糖尿病等成为了影响人们健康老去的最大风险因素。因此，抗衰老也就不可避免的成为了研究热点。由于缺乏对个体衰老的评价方法，目前抗衰老手段是试错型，如何对机体衰老进行客观量化的评估，是采取干预措施预防、延缓衰老和疾病的前提。

目前常规体检指标(身高、体重、血压、心率、血常规、血生化、尿常规等)主要以疾病监测为主，未有专门针对人体衰老程度的检测项目。加之常规体检指标仅能粗略反应人体短时的、表观的健康状况，用来衡量衰老程度不够精确。因此，亟需一种可靠的、能够反映人体真实情况的手段来评估衰老。

核糖核酸(RNA)是人体遗传物质脱氧核糖核酸(DNA)的直接产物，进而调控各类蛋白质的生成来完成人体生命活动。因此RNA是整个生命活动过程中最动态变化且能反映本质的物质。利用高通量转录组测序技术，可以得到人体的RNA表达情况，即转录组数据，能有效揭示机体的健康状况。本发明基于此来构建人体衰老模型，进而预测人体的生物学年龄，兼具高特异性和高精确性的优点。

发明内容：

本发明包含利用广义弹性网络(包括套索回归，岭回归)、支持向量机回归、渐进梯度回归、随机森林回归、深度神经网络等机器学习和深度学习算法，对人体转录组数据构建衰老时钟模型；进一步分析得到衰老基因及其子集，优化人体衰老时钟模型；随后利用优化后的衰老时钟模型预测测试数据，并比较预测年龄与实际年龄的差距，用以评估人体生物学年龄和衰老速度。本发明可用于评估各种抗衰老干预措施的抗衰老效果及个体系统炎症状态、健康状态、衰老状态等，进而建立个性化、精准化抗衰老方案和临床干预方案。

本发明采用的技术方案为：

本发明提供了一种人体生物学年龄预测与人体衰老程度评估方法，包括如下步骤：

1)、首先利用新一代高通量测序技术，对人外周血液进行高通量测序，得到基因表达量原始数据；

2)、对基因表达量原始数据进行清洗，质量控制，归一化，得到标准数据；

3)、对基因表达随年龄变化以年龄和性别做变量做线性拟合，进行评估筛选，得到衰老相关基因；

4)、将样本随机分为测试集和训练集，测试集训练集比为3:1，对选取的基因进行归一化，使一个样本中特征基因表达成正态分布，加入性别这个特征后整体用于构建模型；

5)、利用如下算法中的一种，构建衰老时钟模型；

5)-1：使用支持向量机回归算法在训练集进行训练，做5成交叉检验，得到最佳参数；最后将模型用于测试集上预测，进行验证；