Diretrizes para Submissão de Amostras
Qual Plataforma de Metilação Se Ajusta ao Seu Objetivo de Relógio
Cada projeto de relógio começa com a mesma questão prática: que dados de metilação preciso e quanta cobertura é suficiente para uma previsão de idade fiável? A resposta depende de se está a descobrir novos CpGs associados à idade, a aplicar um relógio existente à sua coorte ou a validar um conjunto de marcadores definido. A tabela abaixo relaciona cada plataforma com o caso de uso do relógio que melhor serve, juntamente com os compromissos que afetam o design do estudo e o planeamento do orçamento.
| Plataforma | Perfil de Cobertura | Melhor Ajuste para Pesquisa de Relógios | Considerações Práticas |
|---|---|---|---|
| Sequenciação de Bisulfito de Genoma Inteiro (WGBS) | Cobertura genómica em toda a extensão, com resolução de uma única base, abrangendo todos os contextos CpG, CHG e CHH. | Descoberta do relógio de primeira geração, modelos de múltiplos tecidos, desenvolvimento do relógio entre espécies e projetos onde devem ser identificados novos loci associados à idade em vez de serem assumidos. | Custo de sequenciação mais elevado e entrada de DNA (500 ng – 1 µg); fornece a base de metiloma mais abrangente para modelos que não pressupõem quais CpGs são importantes. |
| Sequenciação de Bisulfito com Representação Reduzida (RRBS) / EM-seq | Regiões regulatórias ricas em CpG — promotores, ilhas CpG, potenciadores — enriquecidas por digestão com restrição (RRBS) ou conversão enzimática (EM-seq) | Perfilamento de relógios focado em regiões regulatórias, modelos de envelhecimento centrados em promotores e projetos que necessitam de um equilíbrio custo-eficiente entre amplitude e profundidade de sequenciação por amostra. | Cobertura mais baixa fora das ilhas CpG; a EM-seq oferece uma química de conversão mais suave do que o bisulfito, melhorando os dados a partir de material de DNA de menor qualidade. |
| Painéis de Sequenciamento de Bisulfito Direcionados | CpGs conhecidos selecionados ou conjuntos de marcadores associados à idade personalizados a uma profundidade de sequenciação ultra-alta. | Estudos de validação, rastreio em grandes coortes, investigação sobre relógios baseados em cfDNA e implementação custo-efetiva de painéis de marcadores personalizados quando os CpGs do relógio já estão estabelecidos. | Requer uma lista de marcadores pré-existente; máxima eficiência de custo para triagens em grande escala; cobertura ultra profunda permite a deteção confiante em locais com metilação parcial. |
| Arrays de Metilação de DNA (Infinium EPIC v2 / 935K) | Mais de 935.000 sondas CpG pré-definidas com conteúdo padronizado e bem anotado, otimizado para análise de metilação humana. | Compatibilidade com relógios treinados por array estabelecidos (Horvath, Hannum, GrimAge, DunedinPACE), grandes coortes clínicas ou epidemiológicas, meta-análises entre estudos e comparações longitudinais. | Os limites de conteúdo da sonda fixa dificultam a descoberta de novos marcadores; a maior padronização entre lotes e laboratórios; modelos de relógio publicados extensivamente construídos na plataforma Infinium. |
| Perfilamento de Metilação de Longas Leituras Nativas (Nanopore) | Deteção de metilação de molécula única em longas frações de DNA sem conversão por bisulfito, preservando modificações de bases nativas. | Análise de metilação resolvida por haplótipos, descoberta de relógios em regiões repetitivas, interrogação genética-epigenética combinada a partir de um único ensaio e projetos onde a degradação induzida por bisulfito compromete a qualidade dos dados. | Taxa de erro por base mais elevada em relação aos métodos de bisulfito de leitura curta; melhor aplicada quando o contexto de metilação de longo alcance (fase de haplótipos, silenciamento de transposões, metilação de repetições satélites) aborda uma questão biológica específica. |
Cenários de Pesquisa sobre Relógios que Apoiamo
A pesquisa sobre o relógio epigenético abrange uma ampla paisagem metodológica — desde a aplicação de relógios humanos estabelecidos em coortes clínicas até o desenvolvimento de novos modelos de envelhecimento multi-específicos. A plataforma adequada, a estratégia de controlo de qualidade e o pipeline de análise variam em cada cenário. Abaixo, descrevemos as configurações que apoiamos e as decisões que tomamos no início do projeto para alinhar o fluxo de trabalho à questão de pesquisa.
Comparação da idade biológica entre grupos de tratamento e grupos de doença
- Perfilar os níveis de metilação em coortes de caso-controle, longitudinais ou de intervenção para comparar as trajetórias da idade biológica ou a aceleração da idade epigenética (EAA).
- Entregar inclui matrizes de valores beta a nível de amostra formatadas para modelagem estatística, resumos de aceleração etária por grupo e gráficos de correlação.
- Recomendação de plataforma: arrays de metilação para compatibilidade com o relógio humano estabelecido; painéis direcionados para conjuntos de marcadores específicos.
Desenvolvimento de modelo de relógio personalizado
- Identifique CpGs associados à idade a partir de dados de metilação de todo o genoma ou de representação reduzida e treine um modelo de relógio específico para o projeto, adaptado à faixa etária, tipo de tecido e espécie do seu grupo.
- Suporte a Elastic Net, Random Forest e outras estratégias de regressão selecionadas com base no número de amostras, características CpG e interpretabilidade do modelo pretendida.
- Recomendação de plataforma: WGBS (máxima amplitude de descoberta) ou RRBS/EM-seq (foco em regiões regulatórias com orçamento de sequenciação controlado).
Validação de relógio e triagem de coorte com marcadores direcionados
- Uma vez que a lista de loci CpG do relógio esteja definida — seja a partir de literatura publicada, formação baseada em array ou descoberta anterior — perfil esses loci específicos a alta profundidade em coortes de validação ou triagem.
- Avalie a consistência entre amostras, a cobertura por CpG, as taxas de ausência e a estrutura de lote antes de integrar as previsões do relógio na análise.
- Recomendação de plataforma: painéis de sequenciação de bisulfito direcionados ou abordagens de amplicão multiplex.
Análise de relógio baseada em array com modelos estabelecidos
- Processar amostras na plataforma Illumina Infinium com QC a nível de sondas, normalização funcional e geração de matriz de valores beta formatada para calculadoras de relógio estabelecidas.
- Compatível com o relógio multi-tecido de Horvath, relógio de Hannum, GrimAge, DunedinPACE, PhenoAge e outros modelos treinados por array.
- Recomendação de plataforma: Infinium EPIC v2 / microarray de metilação 935K.
Tipos de amostras de baixo input e desafiantes
- Os investigadores que trabalham com tecidos arquivados em FFPE, cfDNA derivado de plasma, material de microdissecação a laser ou amostras de biópsia limitadas necessitam de uma plataforma que tolere uma baixa entrada de DNA e fragmentação parcial.
- Avaliamo o rendimento de ADN, a distribuição do tamanho dos fragmentos, a complexidade da biblioteca e o risco de cobertura por CpG antes de nos comprometermos com um caminho de ensaio específico, e ajustamos o plano de análise para ter em conta o aumento da ausência em locos relevantes para o relógio, se necessário.
- Recomendação de plataforma: RRBS ou painéis direcionados (tolerantes a baixo input); EM-seq para amostras FFPE (conversão enzimática mais suave).
Pesquisa de envelhecimento multi-ômica
- Integre os resultados do relógio de metilação do DNA com dados de transcriptoma, genoma completo, proteoma, metaboloma ou fenótipos de saúde da mesma coorte para construir uma imagem a nível de sistemas da biologia do envelhecimento.
- Nosso Serviço de Análise de Dados Epigenómicos suporta a integração multimodal, a descoberta de biomarcadores através das camadas ómicas e a interpretação a nível de vias das alterações moleculares associadas à idade.
- Recomendação de plataforma: todas as plataformas de metilação são compatíveis; a estratégia de integração é definida durante a fase de conceção do projeto com base nos tipos de dados disponíveis.
Requisitos de Entrada de Amostras e Diretrizes de QC
A qualidade da amostra e a quantidade de entrada são as variáveis mais frequentemente subestimadas em projetos de relógio de metilação. Um modelo treinado com 500 ng de gDNA de alta integridade não terá o mesmo desempenho com dados de material degradado ou de baixo rendimento. Avaliamos cada amostra em relação a limiares específicos da plataforma antes da preparação da biblioteca e ajustamos o plano de análise do relógio quando a qualidade da amostra fica fora da faixa ideal.
| Tipo de Amostra | Faixa de Entrada Recomendada | Parâmetros Críticos de QC | Notas de Compatibilidade da Plataforma |
|---|---|---|---|
| DNA genómico de alta qualidade (tecido fresco ou congelado rapidamente, sangue, células cultivadas) | WGBS: 500 ng – 1 µg; RRBS/EM-seq: 50–100 ng; painéis direcionados: 10–50 ng; arrays de metilação: 250–500 ng | Concentração (fluorométrica), A260/280 (1,8–2,0), A260/230 (≥1,8), integridade de alto peso molecular por gel ou TapeStation | Adequado para todas as plataformas; recomendado como o tipo de amostra principal para projetos de fase de descoberta e projetos de relógio baseados em WGBS. |
| DNA derivado de FFPE | ≥200 ng quando disponível; a viabilidade depende da distribuição do tamanho dos fragmentos e da amplificabilidade. | Índice de degradação, eficiência de conversão de bisulfito, taxa de sucesso de amplificação por locus, risco de CpG em falta. | EM-seq (conversão enzimática, mais suave do que bisulfito) ou RRBS recomendado; WGBS geralmente não é adequado; o pipeline de análise requer filtragem consciente da cobertura e revisão de imputação. |
| DNA livre de células (plasma, soro) | Tipicamente 2–4 mL de equivalente de plasma; entrada de cfDNA de 1–30 ng após extração. | distribuição do tamanho dos fragmentos de cfDNA (pico em ~166 bp), complexidade da biblioteca, contaminação por dímeros de adaptadores, eficiência de reparação das extremidades | Painéis de bisulfito direcionados ou fluxos de trabalho de RRBS de ultra-baixo input são fortemente preferidos; abordagens de genoma completo requerem considerável otimização e podem não alcançar cobertura suficiente em locais relevantes para o relógio. |
| Conjuntos de dados de metilação existentes | FASTQ, IDAT, matriz de valores beta processados ou tabelas de cobertura por CpG | Completude de metadados, versão da construção do genoma, versão da plataforma de array (450K/EPIC/EPICv2), compatibilidade da anotação de sondas, estrutura de lote, dados de idade e fenótipo a nível de amostra. | Adequado para reanálise com modelos de relógio alternativos, harmonização entre coortes, meta-análise ou integração com dados recém-gerados da mesma coorte. |
Fluxo de Trabalho de Relógio de Metilação de DNA de Ponta a Ponta
Desde o design do projeto e controlo de qualidade das amostras até à chamada de metilação, normalização e estimativa da idade biológica.
Análise primária — QC de sequência, alinhamento e revisão de dados
- Inspeção de qualidade a nível de leitura: pontuações de qualidade base, conteúdo do adaptador, duplicação de sequências e viés específico de metilação (taxa de conversão por bisulfito, especificidade de fita).
- Corte de adaptadores e remoção de bases de baixa qualidade com parâmetros apropriados ao projeto que preservam a informação de metilação.
- Alinhamento consciente de bisulfito ao genoma de referência selecionado (hg38, mm39 ou referência não humana personalizada) utilizando alinhadores validados. Os dados de array passam por QC a nível de sonda, incluindo valores P de deteção, filtragem de contagem de beads e revisão de sondas de controlo.
Análise secundária — Chamada de metilação, filtragem de cobertura e montagem de matriz de características
- Determinação do estado de metilação em cada local CpG (e contexto não CpG onde o modelo do relógio o exige).
- Filtragem de CpG baseada na cobertura: loci abaixo da profundidade mínima de leitura são sinalizados, e o impacto na completude do modelo de relógio é avaliado.
- Geração de matriz de valores beta, anotação genómica (promotores, corpos de genes, potenciadores, ilhas CpG, margens, prateleiras), avaliação de efeitos de lote utilizando análise de componentes principais e normalização (quantil, BMIQ ou normalização funcional dependendo da plataforma e da estrutura da coorte).
Análise do relógio terciário — Estimativa da idade biológica, treino de modelos e suporte à interpretação
Convertendo perfis de metilação normalizados para o formato de entrada exigido pelo modelo de relógio alvo. Para projetos que utilizam relógios estabelecidos, aplicamos coeficientes publicados (Horvath, Hannum, GrimAge, DunedinPACE, PhenoAge, ou outros) e reportamos a idade prevista, EAA e métricas específicas do modelo. Para o desenvolvimento de relógios personalizados, apoiamos a seleção de características, treino de modelos Elastic Net ou Random Forest, validação cruzada e testes em coortes independentes. Os resultados incluem gráficos de dispersão de previsão de idade, agrupamento de amostras por idade prevista, comparações de grupos EAA e uma interpretação escrita que resume os resultados do relógio no contexto do desenho do estudo. Quando o projeto combina dados de metilação com informações de transcriptoma, genoma ou fenótipo, a nossa análise pode se estender à integração multi-ômica.
O que Torna o Nosso Serviço de Relógios Diferente
Seleção de plataforma impulsionada pela questão do tempo, não por fluxos de trabalho padrão.
Não encaminhamos todos os projetos através da mesma plataforma de metilação. O WGBS não é automaticamente a melhor escolha (pode ser desnecessariamente dispendioso para um estudo focado no GrimAge), e os painéis direcionados não são apropriados para projetos de descoberta. A nossa equipa científica analisa o objetivo do relógio, o tipo de amostra, o tamanho da coorte, a espécie e a estrutura etária antes de recomendar uma plataforma, garantindo que os dados gerados estão alinhados com a estratégia do modelo.
Critérios de QC projetados para a fiabilidade do relógio, não apenas para a qualidade de sequenciação.
Os pipelines padrão de metilação avaliam a complexidade da biblioteca, a taxa de alinhamento e a eficiência de conversão. O nosso pipeline vai mais longe: avaliamos a cobertura por CpG em locais relevantes para o relógio, estimamos o risco de dados em falta para cada amostra, quantificamos a estrutura de lote entre coortes e sinalizamos amostras cujo perfil de cobertura pode comprometer o desempenho do modelo. Estes passos de QC específicos para o relógio são a diferença entre um conjunto de dados de metilação e um conjunto de dados pronto para o relógio.
Bioinformática flexível que suporta tanto metodologias de relógio estabelecidas como novas.
Quer precise de executar uma calculadora de relógio publicada, treinar um novo modelo a partir de dados de coorte, harmonizar matrizes de metilação entre lotes ou combinar saídas de relógio com dados transcriptómicos ou genéticos das mesmas amostras, o nosso pipeline de bioinformática está estruturado para se adaptar ao plano de análise em vez de forçar os dados através de um modelo de relatório fixo. Também suportamos a análise de dados de metilação existentes de fontes de terceiros, tornando o nosso serviço acessível a investigadores que já geraram dados de array ou sequenciação e necessitam de processamento específico para relógios.
Resultados da Demonstração: O que um Pacote de Entregáveis de Relógio Pode Incluir
Os exemplos abaixo ilustram os tipos de resultados gerados durante um projeto típico de relógio de metilação de DNA. Os entregáveis reais variam dependendo da plataforma selecionada, do modelo de relógio aplicado e do âmbito do suporte bioinformático solicitado.
Demonstração 1: Matriz de valores beta de metilação e QC de cobertura de CpG
Após o alinhamento e a chamada de metilação, o estado de metilação a nível de CpG de cada amostra é compilado numa matriz de valores beta. Um relatório de QC de cobertura sinaliza loci com profundidade de leitura insuficiente, anomalias na taxa de conversão e padrões de ausência a nível de amostra antes que os dados entrem na entrada do modelo de relógio.
Este passo de QC é particularmente importante para projetos de relógio porque a falta de CpGs em loci relevantes para o modelo pode alterar as estimativas de idade previstas, mesmo quando o resto dos dados parece sólido.
Demonstração 2: Previsão da idade biológica e comparação do grupo EAA
Após a aplicação do modelo de relógio alvo, a idade biológica prevista é plotada contra a idade cronológica para cada amostra. A aceleração da idade epigenética (EAA) a nível de grupo é calculada como o resíduo da idade biológica regredida em relação à idade cronológica e comparada entre os grupos experimentais.
Os resultados incluem gráficos de dispersão com linhas de regressão, gráficos de caixa EAA por grupo e uma tabela resumo que reporta R², erro absoluto mediano e EAA média por grupo.
Demonstração 3: Treinamento de modelo de relógio personalizado e validação cruzada
Para projetos que desenvolvem relógios personalizados, os resultados da formação de modelos incluem resultados de validação cruzada do Elastic Net ou Random Forest, listas de características CpG selecionadas com coeficientes ou pontuações de importância, gráficos de dispersão de correlação entre treino e teste, e desempenho de validação em coortes independentes onde os dados estão disponíveis.
Os coeficientes do modelo e a lista de características CpG estão documentados para aplicação potencial em coortes futuras.
Perguntas Frequentes
1. Qual plataforma de metilação devo escolher para o meu projeto de relógio de metilação do DNA?
Comece por perguntar o que precisa do relógio: descoberta de novos CpGs associados à idade, aplicação de um modelo estabelecido ou validação de um conjunto de marcadores definido. O WGBS cobre todo o metiloma e é apropriado quando não se consegue prever quais loci contêm informações sobre a idade. O RRBS ou EM-seq oferecem uma cobertura eficiente de regiões regulatórias a um custo mais baixo. As matrizes proporcionam compatibilidade direta com modelos de relógio humano publicados (Horvath, GrimAge, DunedinPACE). Os painéis direcionados oferecem a maior eficiência de custo quando a lista de CpGs do relógio já é conhecida. Revisamos estes fatores consigo na fase de design do projeto para evitar tanto o excesso de engenharia quanto a subutilização dos dados.
2. A CD Genomics pode processar dados de metilação existentes para análise de relógio?
Sim. Aceitamos ficheiros FASTQ de experiências de sequenciação por bisulfito, ficheiros IDAT de arrays Infinium, matrizes de valores beta processados ou tabelas de cobertura por CpG. Os requisitos são que os metadados incluam a construção do genoma, anotação de sondas ou locais, informações de agrupamento de amostras e idade cronológica, quando disponível. Em seguida, aplicamos o nosso QC específico do relógio, normalização e pipeline de modelo para gerar estimativas de idade biológica e métricas de EAA a partir dos dados existentes.
3. Apoia a análise do relógio epigenético em espécies não-humanas?
Sim, desde que um genoma de referência esteja disponível para a espécie. Para modelos não humanos, podemos alinhar leituras de metilação ao genoma de referência apropriado, chamar metilação CpG em todo o genoma e identificar marcadores associados à idade. O treino de modelos de relógio personalizados requer um tamanho de amostra e uma faixa etária suficientes para poder estatístico — avaliamos isso durante a fase de design do projeto. O desenvolvimento de relógios entre espécies (por exemplo, transferir um relógio humano para um modelo de primata ou construir um relógio de envelhecimento específico para ratos) é uma área de apoio metodológico ativo.
4. O que acontece se os CpGs importantes do relógio tiverem cobertura baixa ou ausente nos meus dados?
O nosso pipeline sinaliza CpGs de baixa cobertura e em falta no relatório de QC antes da entrada no modelo. Dependendo da extensão e do padrão de ausência, podemos recomendar filtragem baseada na cobertura (remover CpGs com >N% em falta entre as amostras), imputação utilizando correlações de CpGs vizinhos, um painel de re-sequenciamento direcionado para resgatar os loci críticos, ou um ajuste de plataforma para coortes subsequentes. A abordagem está documentada no relatório de entrega para que a saída do modelo possa ser interpretada com a devida cautela.
5. Podem amostras de FFPE ou cfDNA ser utilizadas para estudos de relógio?
Estes tipos de amostras podem ser incluídos, mas a viabilidade do projeto deve ser avaliada caso a caso. Os fatores-chave incluem o rendimento de DNA, a distribuição do tamanho dos fragmentos, a eficiência de conversão com bisulfito (para FFPE) e a complexidade da biblioteca (para cfDNA). Realizamos uma avaliação de viabilidade pré-biblioteca utilizando uma pequena alíquota do material da amostra antes de nos comprometermos com o processamento em grande escala. Para amostras que passam na avaliação, geralmente recomendamos RRBS, EM-seq ou painéis direcionados em vez de WGBS, uma vez que estes métodos toleram melhor entradas mais baixas e fragmentação parcial.
6. Qual é a diferença entre a idade biológica e a aceleração da idade epigenética?
A idade biológica refere-se à idade prevista derivada do modelo do relógio de metilação, que pode diferir da idade cronológica. A aceleração da idade epigenética (EAA) é o resíduo da idade biológica regredida em relação à idade cronológica — ou seja, o componente da idade prevista que não pode ser explicado pela idade cronológica do sujeito. EAA positiva indica que o perfil de metilação da amostra parece biologicamente mais velho do que o esperado. A EAA é a métrica mais comumente testada em relação a resultados de saúde, fatores de estilo de vida, exposições ambientais e efeitos de intervenções em estudos baseados em relógios.
7. Que apoio em bioinformática está disponível para o treino de modelos de relógio personalizados?
Apoiamo a regressão Elastic Net (o método mais amplamente utilizado no desenvolvimento de relógios), Random Forest e outras abordagens de machine learning, dependendo do tamanho da coorte, do número de características CpG e dos requisitos de interpretabilidade do modelo. O nosso apoio inclui seleção de características, design de divisão de treino-validação-teste, ajuste de parâmetros de validação cruzada, avaliação de desempenho do modelo (correlação com a idade, erro absoluto mediano, resíduos) e validação em coortes independentes onde os dados estão disponíveis. Os coeficientes do modelo treinado são documentados para uso potencial em projetos subsequentes.
Estudo de Caso: DunedinPACE — Um Biomarcador de Metilação Multi-Sistema do Ritmo de Envelhecimento
Caso de literatura de acesso aberto
Fundo
Belsky e colegas desenvolveram o DunedinPACE, um biomarcador de metilação do DNA projetado para capturar o ritmo do envelhecimento biológico a partir de uma única amostra de sangue. O estudo utilizou a coorte longitudinal de nascimento de Dunedin, acompanhando 1.037 indivíduos nascidos entre 1972 e 1973 em Dunedin, Nova Zelândia, com medições fisiológicas repetidas em quatro momentos ao longo de duas décadas (idades de 26, 32, 38 e 45 anos). O fenótipo do Ritmo de Envelhecimento foi calculado como a taxa de declínio em 19 indicadores de integridade dos sistemas orgânicos, abrangendo os sistemas cardiovascular, metabólico, renal, imunológico, dental, pulmonar e cognitivo.
Métodos
O estudo utilizou regressão Elastic Net em dados de arrays Illumina 450K e EPIC para selecionar locais CpG cuja assinatura de metilação combinada previu de forma mais forte o ritmo de envelhecimento multi-sistémico. O treino e validação do modelo foram realizados dentro da coorte de Dunedin, utilizando medidas repetidas em quatro pontos no tempo, e o modelo final foi testado em cinco coortes de validação independentes dos EUA e da Europa.
Resultados
A medida DunedinPACE resultante selecionou 173 locais de CpG e mostrou uma alta fiabilidade teste-reteste (correlação intraclasse > 0,9). Estava associada à morbilidade, incapacidade e mortalidade em coortes de validação independentes, e acrescentou uma previsão incremental além do relógio GrimAge para resultados de doenças incidentes e mortalidade. O DunedinPACE também detectou um envelhecimento biológico mais rápido em adultos jovens que tinham experienciado adversidades na infância, demonstrando sensibilidade aos determinantes sociais do envelhecimento na primeira infância.
Figura 1 de Belsky et al., eLife 2022 (CC BY 4.0).
Significado para projetos de pesquisa sobre relógios
Para os investigadores que planeiam estudos sobre o envelhecimento nas suas próprias coortes, o estudo DunedinPACE ilustra dois princípios que afetam diretamente o design de projetos de serviço. Primeiro, o relógio é tão robusto quanto os dados fenotípicos: o treino contra o declínio multi-sistema longitudinal produziu um biomarcador com interpretabilidade funcional que o treino apenas contra a idade cronológica não teria capturado. Em segundo lugar, a plataforma de metilação (neste caso, o array Infinium 450K/EPIC) deve ser selecionada tendo em mente a estratégia do modelo — os coeficientes do DunedinPACE são específicos do array e não podem ser transferidos diretamente para dados de WGBS ou painéis direcionados sem uma cuidadosa normalização e validação entre plataformas.
DunedinPACE, um biomarcador de metilação do ADN do ritmo de envelhecimento.
Referências
- Horvath S. Idade de metilação do DNA de tecidos e tipos celulares humanos. Biologia do Genoma. 2013;14:R115.
- Lu AT, Quach A, Wilson JG, Reiner AP, Aviv A, Raj K, et al. A metilação do DNA GrimAge prevê fortemente a longevidade e a saúde. Envelhecimento. 2019;11:303–327.
- Belsky DW, Caspi A, Corcoran DL, Sugden K, Poulton R, Arseneault L, et al. DunedinPACE, um biomarcador de metilação do ADN do ritmo de envelhecimento. eLife. 2022;11:e73420.
- Bell CG, Lowe R, Adams PD, Baccarelli AA, Beck S, Bell JT, et al. Relógios de envelhecimento por metilação de DNA: desafios e recomendações. Biologia Genómica. 2019;20:249.
