Comprehensive Strategies to Improve DNA Methylation-Based Age Prediction in Koreans : Assessment and Interpretation of Technical and Biological Influences = 한국인 대상 DNA 메틸레이션 기반 연령 예측 방법론의 통합적 고찰

국문 초록 (Abstract)

DNA 메틸화는 연령과 높은 상관을 보이는 강력한 바이오마커로, 법과학과 바이오의학 분야에서 연령 추정 모델 개발에 폭넓게 활용되고 있다. 법과학에서는 과학적으로 검증된 수사 단서를 제공하여 수사 범위를 효과적으로 좁히는데 기여할 수 있으며, 바이오의학 연구에서는 생물학적 노화와 그에 영향을 미치는 다양한 요인에 대한 통찰을 제공한다.
그러나 메틸화 기반 연령 예측을 실제 현장에 적용하기 위해서는 여전히 여러 기술적 · 생물학적 과제가 남아 있다. 우선, 서로 다른 유전자 분석기의 사용으로 인해 발생하는 메틸레이션 측정값의 차이는 연령추정 모델의 정확도와 재현성을 저하시킬 수 있으며, 대용량 병렬서열분석(MPS)과 단일염기연장(SBE) 등 서로 다른 측정 플랫폼 간 특이적 편향은 모델의 호환성과 범용성을 제한한다. 또한 연령 관련 CpG 마커의 성능이 인구집단에 따라 달라지는 점은 외국에서 개발된 모델을 한국인 시료에 직접 적용하는 데 제약을 초래한다. 더불어 흡연, 음주, 신체활동, 비만 지표(BMI, 내장지방면적)와 같은 생활습관 요인은 전반적인 메틸레이션 양상을 변화시켜 연령 예측 결과에 영향을 줄 가능성이 있다.
이러한 문제를 해결하기 위해 본 연구는 기술적 변동성과 생물학적 변동성을 체계적으로 평가하는 두 축으로 구성되었다. 첫째, 서로 다른 유전자 분석기 간 메틸레이션 측정 편차를 정량적으로 평가하고, 이를 보정할 수 있는 조정 방법을 확립하여 기기 간에도 일관되고 재현성 있는 연령 추정을 가능하게 하였다. 또한 메틸레이션 측정 플랫폼 간의 차이를 평가하고, 앞서 확립한 조정 방법을 적용하여 플랫폼 간 호환 가능한 연령 추정 모델의 적용 가능성을 평가하였다. 둘째, VISAGE 패널 기반 유럽인 대상 연구 결과와의 비교를 통해 한국인에서의 CpG 마커 성능의 차이를 확인하고, 한국인 특이적 MPS 연령 추정 모델을 개발하고 검증하였다. 더 나아가, 독립적인 한국인 생활습관 코호트에 해당 모델을 적용하여 예측 정확도를 독립적으로 검증하고, 생활습관 요인이 메틸레이션 기반 연령 추정에 미치는 영향을 분석한 결과, 흡연, 음주, 신체활동 등 일반적인 생활습관은 예측 정확도에 유의한 영향을 미치지 않았으나, 비만 및 내장지방 증가와 메틸화 기반 연령가속화 현상 간의 연관성이 관찰되었다.
종합하면, 본 연구는 기술적 요인으로 인한 변동에 대한 실용적인 해결책을 제시하고, 인구집단 특이성과 생활습관 요인의 영향을 검증함으로써, DNA 메틸레이션 기반 연령 추정의 신뢰도와 해석 가능성을 실질적으로 향상시킬 수 있음을 보여주었다. 특히 메틸레이션 변이의 주요 원인을 한국인을 대상으로 체계적으로 평가함으로써, 법과학적 사례에서 연령 추정 결과를 해석하는 데 필요한 근거 자료를 제공하고, 향후 한국인 포렌식 환경에서 메틸레이션 기반 연령 추정 기법을 적용하고, 운용하기 위한 실질적인 방향성과 기준을 제시한다.

다국어 초록 (Multilingual Abstract)

DNA methylation is a powerful biomarker that shows a strong correlation with chronological age, enabling the development of epigenetic clocks for forensic and biomedical applications. In forensic contexts, accurate age prediction from biological evidence can narrow investigative focus by providing key demographic information about unknown individuals.
However, the practical implementation of methylation-based age prediction is challenged by multiple sources of variability. Differences among genetic analyzers and sequencing platforms can introduce technical bias, and population- or lifestyle-associated variation may influence methylation levels, thereby complicating the interpretation of predicted ages. These factors remain insufficiently evaluated in Korean populations, limiting the direct application of existing models and compromising the reliability of methylation-based age prediction in forensic settings, where high analytical accuracy and reproducibility are essential requirements.
To address these issues, this thesis conducts a comprehensive evaluation of technical and biological factors that influences the reliability of methylation-based age prediction in Koreans. First, the applicability of simple calibration strategies to correct analyzer-specific methylation bias was systematically evaluated, demonstrating that sufficient consistency of methylation measurements and age predictions can be achieved across different genetic analyzers, providing a practical basis for future multi-center applications. Second, MPS-based age-prediction models were validated and optimized for Korean samples, incorporating assessments of cross-platform and population-specific effects. This validation was further extended to an independent Korean cohort with detailed lifestyle information to evaluate the biological robustness and interpretability of the models, clarifying how common lifestyle factors should be taken into account when interpreting methylation-based age estimates in forensic settings.
Collectively, these studies demonstrate that minimizing technical variability and accounting for population- and lifestyle-related biological influences substantially strengthen the reliability and interpretability of methylation-derived age predictions. By evaluating these factors in a coordinated and systematic manner, this research provides empirically grounded guidance for the application of epigenetic clocks in forensic investigations.

목차 (Table of Contents)

• Abstract i
• Table of Contents iii
• List of Tables vi
• List of Figures ix
• Chapter 1. Introduction 1
• 1.1. Study background 1
• 1.2. Purpose of Research 3
• Chapter 2. Technical Variability in DNA Methylation-Based Age Prediction 5
• 2.1. Introduction 5
• 2.2. Materials and Methods 10
• 2.2.1. Sample selection and preparation 10
• 2.2.2. Targeted bisulfite sequencing using SBE 11
• 2.2.3. Capillary electrophoresis 12
• 2.2.4. Data analysis and statistical methods 13
• 2.3. Results 17
• 2.3.1. Methylation value adjustment with multiple DNA samples 17
• 2.3.2. Methylation value adjustment using methylation control DNA 24
• 2.3.3. Construction of the 3500 and SeqStudio genetic analyzer-specific age prediction models 29
• 2.3.4. Construction of the genetic analyzer-independent age prediction models 35
• 2.4. Discussion 44
• 2.5. Conclusion 47
• Chapter 3. Platform and Biological Variability in DNA Methylation-Based Age Prediction 49
• 3.1. Introduction 49
• 3.2. Materials and Methods 55
• 3.2.1. Korean blood and buccal sample preparation 55
• 3.2.2. Control DNA for data Calibration 56
• 3.2.3. Targeted bisulfite sequencing using MPS 56
• 3.2.4. Targeted bisulfite sequencing using SBE 58
• 3.2.5. Statistical analysis for platform- and population-level validation 60
• 3.2.6. Independent lifestyle cohort and Lifestyle assessments 61
• 3.2.7. MPS-Based Age Prediction assay and Statistical Analysis for Lifestyle Robustness 63
• 3.3. Results 70
• 3.3.1. Validation of CpG markers included in the VISAGE enhanced age prediction tool using Korean MPS data 70
• 3.3.2. Development and evaluation of an age prediction model using SBE analysis 82
• 3.3.3. Comparison of MPS and SBE methods for age prediction and development of platform-independent model 84
• 3.3.4. Evaluation of regression methods for Korean DNA age prediction 92
• 3.3.5. Biological Robustness of Korean MPS-Based Age Prediction Models Across Lifestyle factors 98
• 3.4. Discussion 104
• 3.5. Conclusion 112
• Chapter 4. General Conclusion 114
• Bibliography 116
• Acknowledgements 131
• Abstract in Korean 132