在最近发表在《科学进展》杂志上的一项研究中，研究人员通过检查348种哺乳动物的15,000个样本，利用脱氧核糖核酸甲基化(DNAm)估计了最大寿命、妊娠期和性成熟年龄。
哺乳动物甲基化联盟收集了348只动物的DNA甲基化数据，以研究哺乳动物物种的最大寿命。需要更好地了解决定这种寿命的分子途径，由于样本量和数据收集方法的限制，目前对这一点知之甚少。该集合涵盖了哺乳动物年龄相关的甲基化改变、表观遗传衰老、机器学习技术和种-表观遗传建模树的研究。
在本研究中，研究人员创建了多变量回归来估计最大寿命和相关的物种特异性特征。
研究人员利用哺乳动物甲基化联盟的数据开发了回归模型，强调了来自25个分类类群的59种组织和348种哺乳动物的15,000个脱氧核糖核酸样本中胞嘧啶甲基化的高度保守模式。研究人员根据CpG甲基化水平做出了普遍的性别预测，这种预测适用于除狨猴以外的所有哺乳动物物种。
根据最新版本的anAge数据库，研究人员利用三种惩罚回归模型来估计每个物种的最大寿命、妊娠期和性成熟年龄。估计的最大寿命，使用对数年估计，是表观遗传或dna甲基化的最大寿命。研究人员调查了样本中实足年龄和生活史变量之间的关系。他们开发了一种不同的最大寿命预测(年轻动物估计器)，该预测基于比该物种典型性成熟年龄小且小于5岁的动物样本。
研究人员根据所有物种和组织类型的平均甲基化水平，建立了与组织无关的生活史预测。他们在选择的具有不同组织类型的动物身上测试了这些预测因子，以更好地了解组织类型如何影响寿命估计。研究人员利用弹性网络回归模型基于CpG甲基化数据和分类顺序指标来估计最大寿命。他们用k近邻回归模型评估了预测器的准确性。该研究还利用最终回归模型(以对数尺度预测物种寿命)研究了两性之间最大寿命预测的可能差异。
使用表观遗传预测因子的生活史性状的多变量分析。该图总结了表观遗传预测因子的LOSO交叉验证分析。所有的估计值都对各种生活史特征进行了对数变换(基底e)，包括(A和B)最大寿命(以对数年为单位)，(C)妊娠时间(以对数天为单位)和(D)性成熟年龄(以对数年为单位)。散点图面板中的每个物种都用一个特定的数字来表示。这个数字表示的整数部分对应于它的分类顺序。这些数字，按照各自的分类顺序用颜色编码，与不同的物种有关。有关详细数值，请参见表S4和图S8。每个面板顶部的标题提供Pearson相关系数()、中位数绝对误差(MAE)和双面未调整值()。分类顺序的颜色表示在本图和其他相关图中保持一致。散点图内的虚线表示完美预测线，红色实线表示拟合线性回归。动物剪影来源于Phylopic数据库(https://www.phylopic.org/)或维基媒体，这些都是在公共领域或CC BY 3.0许可下
DNAm最大寿命预测表明，在包括人类在内的17种哺乳动物物种中，女性可能比男性具有内在的寿命优势。这些估计不受部分重新编程和卡路里限制的影响。涉及生长激素相关受体的促生长网络中的遗传干扰影响DNA在特定组织中的最大寿命。癌症相关死亡率与表观遗传生活史性状估计无关。
DNAm最大寿命估计值没有检测到物种内寿命的差异，例如不同犬种之间的差异。最大寿命部分是由表观遗传特征确定的，这些特征是内在特性，不同于与个人水平死亡风险相关的特征。哺乳动物阵列生成的dna数据可以精确地对样本物种、性别和组织进行分类。表观遗传预测是准确的，预测的最长寿命与在老年人中观察到的大致相符。
原木的实际妊娠时间与预期寿命的关系更为密切。性成熟年龄的表观遗传学预测与观测数据的相关性略弱。尽管年龄限制限制了可用于调查的物种数量，但年轻动物预测器显示出与预期最大寿命的强相关性。研究小组发现，个体样本的最大寿命估计可能会有所不同，而且在某些物种组织层中，妊娠期和性成熟年龄与年龄有相当大的相关性。
该研究表明，尽管其他物种的成年体重与最大寿命呈负相关，但所有物种的最大寿命与平均成年体重呈正相关。然而，最大寿命的表观遗传预测因子与实际值呈正相关。研究人员发现，哺乳动物患癌症的风险与观察到的妊娠期呈负相关，这意味着生活史特征可以预测哺乳动物患癌症的死亡风险。然而，没有发现生活史特征的表观遗传预测与哺乳动物癌症风险之间的显著联系，这表明生活方式活动对人类最长寿命的影响可以忽略不计。
研究发现，一个物种的最大寿命与其表观遗传特征密切相关，而与性别、体重、卡路里限制或生活方式无关。这种特征受到生长激素敲除和完全重编程的影响。表观遗传估计值对妊娠时间的精度高于对最大寿命的精度，可能是由于难以收集不同物种的正确数据。性别二态性在寿命预测中显示了两性之间的一致性，而女性在包括人类在内的17种物种中具有更高的预期寿命。
