一篇新的优先研究论文发表在《Aging》杂志的封面上(MEDLINE/PubMed 列为“Aging (Albany NY)”，Web of Science 列为“Aging-US”)第 15 卷第 15期17，标题为“ DNA甲基化时钟的失败测试，​​以及用于测量衰老和疾病的表观遗传压力的噪声晴雨表的开发”。

在这项新研究中，来自加州大学伯克利分校的研究人员Xiaoyue Mei、Joshua Blanchard、Connor Luellen、Michael J. Conboy和Irina M. Conboy表明，Elastic Net (EN) DNA 甲基化 (DNAme) 时钟的准确度较低对同龄个体的预测以及健康组和疾病组之间的分辨率较低;将线性模型应用于非线性过程时固有的警告。

“有趣的是，我们发现胞嘧啶甲基化随年龄的变化并不是它们被选择进入生物钟的决定因素。”

此外，当从训练数据中删除非时钟胞嘧啶时，EN 时钟选择的胞嘧啶会发生变化;正如机器学习 (ML) 背景下的优化所预期的那样，但与生物背景下健康标记的识别不一致。为了解决这些限制，研究人员从预测转向测量生物年龄，重点关注在整个生命周期中甲基化平均保持不变的胞嘧啶，假定这些胞嘧啶对体内平衡至关重要。他们确定，这种胞嘧啶的失调(以甲基化值的标准差之和来衡量)可以量化生物噪音，在他们的假设中，生物噪音是衰老和疾病的生物标志物。

“我们将这种方法称为‘噪音晴雨表’——衰老和疾病对有机体的压力。”

这些噪声检测胞嘧啶特别重要，因为整个 450K DNAme 阵列数据上的 SD 总和会根据时间顺序产生随机模式。研究小组测试了 450K 阵列中有多少胞嘧啶随着年龄的增长而变得更加嘈杂，结果发现 DNAme 噪音作为衰老和疾病生物标志物的范式显着体现在总数的约 1/4 中。在这一大组中，即使是随着年龄的增长平均具有恒定甲基化的胞嘧啶也显示出增加的 SD，并且可以用作气压计的噪声检测器。