转录组分类工具T-CLASS：基于自适应特征学习的衰老与长寿机制解析新方法

时间：2025年8月16日

来源：Aging Cell

编辑推荐：

本研究开发了在线工具T-CLASS（Transcriptomic CLassification via Adaptive learning of Signature States），通过ANOVA分析和肘点法筛选最优基因集，实现对衰老和长寿相关转录组数据的精准分类。该工具在秀丽隐杆线虫（C. elegans）、小鼠胚胎成纤维细胞（MEF）和人类细胞衰老模型中均表现出优于现有机器学习方法的性能，并通过实验验证了利福平（rifampicin）和阿曲库铵（atracurium）通过饮食限制（DR）途径延长寿命的新机制。

3.1 T-CLASS计算框架的开发

研究团队构建了T-CLASS这一集成化分析平台，其核心流程包括：RNA-seq计数矩阵输入→基于ANOVA的F值排序→肘点法确定最优基因数→多维标度（MDS）降维可视化。该工具创新性地采用参数化统计方法，筛选出653个能区分线虫三种长寿模式（rIIS、DR、rMF）的关键基因，其聚类评分（0.59）显著优于传统MDS（0.21）。在人类细胞衰老模型中，T-CLASS筛选的1508个基因成功区分辐射、癌基因诱导等不同衰老类型，证实其跨物种适用性。

3.2 基因集的生物学意义解析

通过WormCat和KEGG富集分析发现，rIIS特异性基因富集于"催化活性"（含胰岛素降解酶IDE相关肽酶），DR相关基因与"毒性物质响应"通路相关，而rMF特征基因则显著关联线粒体功能。值得注意的是，胰岛素受体daf-2不同突变体的转录组差异与寿命延长程度呈正相关（r²=0.82），提示转录组距离可预测基因型效应强度。

3.3 突变体分类验证

工具准确将已知长寿突变体归类：daf-2（e1370）归入rIIS，eat-2（ad1116）归入DR，isp-1（qm150）归入rMF。特别的是，生殖缺陷突变体glp-1（e2141）被归类为rIIS，这与既往发现的DAF-16/FOXO通路共享机制一致；而缺氧敏感突变体vhl-1（ok161）归入rMF组，符合HIF-1与线粒体功能的协同调控理论。

3.4 小分子药物的机制预测

对10种促长寿小分子的分析中，T-CLASS首次将利福平、阿曲库铵归类为DR样物质。实验验证显示：

1.
两种药物处理成年线虫（非幼虫期）可显著延长寿命（利福平+68%，p<0.001；阿曲库铵+13.6%，p<0.001）
2.
在DR条件下无叠加效应（利福平+1.7%，p=0.5）
3.
生殖模式呈现DR特征——早期后代减少而晚期增加，但总繁殖量不变（p>0.05）

4 讨论与展望

相比XGBoost、Boruta等机器学习方法，T-CLASS在数据集级分析中表现更稳定（分类准确率>85%），而Boruta在样本级分析中抗批次效应能力更强。未来可通过整合端粒动力学（telomere dynamics）等多组学数据，进一步提升衰老预测精度。该工具已部署于http://www.t-class.kaist.ac.kr，为衰老机制研究和抗衰老药物开发提供新范式。