甲基化钟生物信息项目实战--通过450K，850K数据预测样本的甲基化年龄（R语言代码）

---

项目背景

人类通过生辰八字来推算自己的年龄，这是广义上的年龄。在生物学领域，通过细胞的甲基化程度来衡量人类的年龄，则叫甲基化钟。甲基化钟存在的意义是，通过生物信息学的视角来量化机体的年龄。如常规的医美技术或者当前极速发展的细胞学技术改造后，机体细胞是否变得年轻，实现真正的逆生长。

当前甲基化数据主要有两个来源。甲基化芯片（450K，850K数据）和全甲基化测序（WGBS）。考虑低成本的话应选择850K芯片，450K当前已经淘汰只有少数生物公司还有库存。拿诺禾致源公司的850K测序服务来举例，单样本在5000元左右。当然也可以从GEO数据库上下载自己需要的甲基化数据（如GSM5027686）。

本文简化了繁杂的生物信息处理过程，包括红绿信号处理，质控，建立统计学模型等。使读者可以轻松获得一个可以运行出结果的pipeline。当然了，这也使读者损失了自己参与的乐趣。当前模型通过大量样本测试，预测甲基化年龄的准确性可以达到95%以上。

---

一、本篇学过之后能获得什么？

通过450K，850K数据，运用生物信息手段，预测样本的甲基化年龄。这个过程几乎可以达到自动化，当然需要掌握基础的R语言技术（如data