时间标签：数据日期 2026-10-31 · 生成时间 2026-11-01 05:30（Asia/Shanghai）｜ 档位：主榜03 ｜ 窗口 T-1（2026-10-31） ｜ 上游评级 C
这项研究想回答什么
血液 DNA 甲基化被广泛当作循环蛋白、代谢物乃至生物学年龄的「分子代理（proxy）」。但驱动这些模型的 CpG，到底是真实反映了基因调控，还是只是统计上顺手？
方法与数据
- 333 份配对 T 细胞富集血样上训练弹性网络（elastic-net）模型，预测 77 个 T 细胞基因的表达。
- 228 份独立癌症队列用 NanoString 实测表达做外部验证。
- 对预测性 CpG 做染色质状态审计（启动子？主控调控位点？增强子？）。
核心结论
以下数字均可在官方 abstract 原文（见第 7 节）中逐字核对；本轮取得全文的条目（A 档）另已与正文 Results/Methods 交叉核对。上游未给出的定量一律写「未给出」，不估算、不换算。
- 一句话贡献：血液甲基化能代理什么、由基因的调控模式决定，而不是由模型能力决定。
- 可预测性二分：分化/谱系身份（lineage-identity）基因强可预测；动态调控的细胞因子与免疫检查点配体基本不可预测。
- 信号不在启动子：携带信号的 CpG 不在启动子、不在主控调控位点，而是散布于 T 细胞增强子染色质状态的基因特异远端 CpG。
- NanoString 外部验证确认了这一分野：谱系基因强一致，刺激应答类弱一致。
- 摘要未给具体的 R/一致性数值（外部验证的方向性结论已给出）。
局限与未核验项
- 样本类型限制：仅 T 细胞富集分选血样，结论外推到全血需谨慎（全血的细胞组成异质性会同时改变甲基化与表达的关系）。
- 外部验证队列是癌症队列，可能放大组成差异（肿瘤与治疗对免疫组成的扰动）。
- 商业机构作者方（TruDiagnostic 是商业甲基化检测机构），方法学上需独立复核——尤其是「不可预测」那一部分是否受平台检出限影响。
- 摘要未给定量（相关系数、一致性指标的具体数值）。
- 本页未核验全文（bioRxiv 源站 403）。
⚠️ 本页为摘要级解读：未取得 PDF 全文，上述结论均未核至 Results/Methods；效应量、样本量、统计方法与多重比较校正多数未知。
对本领域的价值
这是一条「约束型」证据，应进入我们时钟论文的讨论边界引用清单。
它给出的判据非常好用：你抓到的多半是细胞身份（谁是谁），而不是功能状态（在干什么）。凡是「用甲基化 proxy 讲机制」的写法——例如「某 CpG 甲基化升高 ⇒ 炎症通路激活」——都应当先用这条标准自问：这个基因是谱系身份基因还是动态调控基因？如果是后者，甲基化代理基本上站不住。
反过来，它对细胞组成校正这一议题是正面证据：谱系身份基因之所以可预测，正因为甲基化携带的是细胞身份信息——这与「甲基化时钟很大一部分是细胞组成时钟」的判断一致。
编辑研判
最有价值的一句是「可预测性由调控模式决定」。它把一个常被混为一谈的问题切开了：甲基化 proxy 对不同类别的基因，能力完全不同。以后看到「用血液甲基化推断某某基因表达」的工作，先问目标基因属于哪一类。
两个必须随引文一起写的限制：只用 T 细胞富集分选血样，外推到全血要打折扣；外部验证队列是癌症队列，免疫组成本身已被疾病与治疗扰动，一致性可能被高估或低估。
还有一层值得留意：作者方是商业甲基化检测机构。「动态基因不可预测」这个否定性结论由商业方自己给出，可信度反而更高一些（对他们自身产品的营销叙事不利），但方法学细节仍应独立复核。
官方摘要原文（逐字，供回溯）
展开 api.biorxiv.org / api.medrxiv.org 返回的 abstract 原文
Blood-based DNA methylation is widely used as a molecular surrogate for traits ranging from circulating protein and metabolite levels to biological aging, but whether the CpGs driving these models reflect genuine gene regulation or statistical convenience is unresolved. Training elastic-net models using the expression of 77 T cell genes across 333 matched T-cell enriched blood samples, we show that predictability is governed by regulatory mode: genes associated with differentiation and lineage-identity are strongly predictable, whereas dynamically regulated genes encoding cytokines and immune checkpoint ligands are not. The predictive CpGs are neither at the gene promoter nor at master-regulator binding sites; instead, the signal is carried by gene-specific sets of distal CpGs enriched within T-cell enhancer chromatin states distributed throughout the genome. Methylation-predicted gene expression validated against directly measured NanoString values in an independent 228-sample cancer cohort, remaining highly concordant for lineage genes but only weakly concordant for stimulus-responsive checkpoint ligands, confirming the lineage-versus-stimulus divide independently of the training cohort. In short, how far methylation can substitute for direct measurement depends on a genes regulatory biology rather than modeling choices; the on-gene control and chromatin-state audit introduced here offer a general way to test this for any methylation-based biomarker.
本文为预印本，未经同行评审，结论可能在正式发表时变更。生成任务 12819187（预印本全文级解读）· 上游 12784209（预印本速递）。
C 级证据分级：C 级（预印本，未经同行评审；本页为摘要级，未核至全文）
本文为预印本，未经同行评审；且本页为「摘要级」——未取得 PDF 全文（源站封锁），全部结论只依据官方 API 摘要原文。效应量、样本量、统计方法与多重比较校正在多数条目中仍未知，摘要未给出之处一律写「未给出」/「待补全文」，未做任何数值推算补全。
关于本文的文献来源：本站依据元层《预印本全文级解读_2026-11-01》（上游《预印本速递_2026-10-31》）撰写，附官方 abstract 原文供逐字回溯。